考虑库存策略的电商共享物流配送节点选址算法

电商物流配送节点选址需要考虑的问题是保证货品库存、维持客户满意度.传统的物流配送节点选址算法已经无法满足现有的配送需求,因此考虑库存策略设计了新的电商共享物流配送节点选址算法,构建了配送节点选址优化模型,消除了模型子回路约束证明,划分了共享物流配送中心范围.实验结果表明,该算法规划路径短,耗时少,成本消耗低.     

基于GIS考虑居民满意度的垃圾车路径优化分析

为提高居民对于垃圾收运的满意度,降低收运成本,设计带有精英选择策略的非支配排序遗传算法(NSGAⅡ算法)对垃圾收运路径进行优化.首先,在考虑工作时间、车容量等约束情况下,引入居民不满意度的模糊隶属度函数来描述垃圾收运车辆的服务水平,建立成本最小、满意度最大的垃圾车收运路径多目标优化数学模型;其次,依据NSGAⅡ算法的基...     

计及碳减排的共享电动汽车网点选址优化

为解决共享电动汽车网点选址布局不合理问题，从低碳角度出发，以建设共享电动汽车网点成本、用户出行时间成本及建设共享电动汽车网点碳排放和共享电动汽车路径碳排放最小为目标，以共享电动汽车网点覆盖程度为约束，构建计及碳减排的网点多目标选址规划模型，设计多目标优化算法NSGA-Ⅱ(非支配排序遗传算法),以Chicago Sketch(芝加哥写生)网络为算例求解模型得出网点选址结果，并将其与基于K-means(K均值)的聚类算法网点选址结果进行对比。结果表明：计及碳减排的共享电动汽车网点选址模型在车辆路径碳排放、聚类内部平均距离和聚类间平均距离等指标上表现更好。     

城轨牵引供电系统逆变回馈装置的定容选址

以节省逆变回馈装置投资成本和提高再生制动能量利用率为目标,建立了城轨牵引供电系统逆变回馈装置定容选址优化模型. 将考虑逆变回馈装置周期性间歇工作制的城轨牵引供电系统交直流混合潮流算法与带精英策略的快速非支配排序遗传算法（fast non-dominated sorting genetic algorithm Ⅱ,fast NSGA-Ⅱ）相结合,求解多目标函数的Pareto解集;并采用基于信息熵的序数偏好法（technique for order preference by similarity to ideal solution,TOPSIS）筛选逆变回馈装置定容选址的最优方案. 以广州地铁某线路为算例进行仿真验证,结果表明:优化方案相对该地铁工程实际逆变回馈装置配置方案,其装置投资成本节省70万元,系统级节能率提高3.25%,投资回报周期相应缩短.      

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.     

时变交通下生鲜配送电动车辆路径优化方法

依据时变交通路网特点设计基于路段划分策略的行驶时间计算方法,综合考虑客户对生鲜产品最低新鲜度约束,车载限制和电动车电量约束,设计三约束决策因子方法.以配送总成本最小为目标,构建时变交通下电动车城市生鲜配送路径优化模型,根据模型特点设计自适应改进的蚁群算法.实验结果表明,本文方法能够根据客户生鲜新鲜度要求,客户属性和路网特性,合理安排发车时间,科学规划配送路径,有效避免交通拥堵;通过算法对比,本文模型和算法能够明显降低配送成本,提高企业经济效益.     

考虑三方利益的车货匹配优化

为研究平台模式下考虑车主、货主及平台三方异质化需求的车货匹配问题，在既往研究考虑车货双方利益的基础上，引入了平台方需求. 首先，在分析车货匹配活动参与方需求的基础上，构建了最大化送达时效满意度、最小化货运成本和最大化平台收益的多目标优化模型；其次，在模型求解方面，改进了带精英保留策略的快速非支配排序遗传算法（non-dominated sorting genetic algorithm Ⅱ，NSGA Ⅱ），一方面在子代种群更新过程中引入精英选择系数，提升种群的多样性，另一方面结合自适应的思想，在算法迭代过程中调整交叉变异的概率；最后，利用成渝区域间的车源和货源数据进行仿真实验. 结果表明:改进的NSGAⅡ在中小型算例上的准确率均超过91%，与传统的NSGAⅡ相比，平均收敛速度提升了45%左右；在算法稳定性方面，所提出的算法受随机初始化影响较低，多次实验的相对标准偏差值小于1%.      

旅客空铁联运换乘巴士发车间隔优化

为提高旅客空铁联运换乘组织效率,针对现阶段国内旅客空铁联运广泛采用的机场巴士换乘模式,兼顾旅客利益和企业利益,以旅客由于候车产生的总损失最小和企业总运营成本最小为目标,建立基于不同时段客流量的换乘巴士发车间隔优化模型.针对多目标优化模型,设计带精英策略的非支配排序遗传算法(NSGA-II)进行求解.以A城市旅客空铁联运...     

生鲜农产品冷链物流配送中心选址-路径规划

为保证生鲜农产品在配送过程中的新鲜度，提出生鲜农产品冷链物流配送中心选址-路径规划建模与求解方法，旨在降低综合成本与优化配送路径。根据生鲜农产品不易储存、易腐烂的特点，提出将“高铁+冷链物流”作为一种模式应用于生鲜农产品运输中，以高铁货运容量为市场需求量，构建总成本最低和路径最优的生鲜农产品冷链物流配送中心选址-路径规划模型，分别应用普通遗传算法和改进遗传算法对模型进行求解；最后，通过重庆市实例验证模型和改进算法的有效性。计算结果表明：改进后的遗传算法求解结果要比普通遗传算法求解结果的成本节约1 204.29元·d^-1,降低6个百分点，迭代次数减少近200次。     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

不确定环境下多式联运路径多目标优化

针对不确定环境下的多式联运网络,考虑转运成本、时间及运输方式班期等影响因素,构建运输总成本最小和运输总时间最小的双目标优化模型.通过蒙特卡洛方法处理网络中的不确定性,设计结合非支配排序的多目标蚁群算法求解Pareto解.为解决基本蚁群算法收敛过慢、过早收敛带来的求解质量低等问题,在状态转移策略中加入方向启发因子,在信息素更新策略引入"最大-最小蚂蚁系统",从而提高解的质量.最后通过算例检验改进蚁群算法的优化效率,并为决策人提供5个充分满足其对不同目标要求的决策路径.     

不确定条件下公铁水多式联运多目标路径优化研究

多式联运运输的时效性和成本在现代物流的发展中是不可忽视的因素。针对公铁水多式联运的运输目标，主要研究了当运输时间、中转时间双重不确定因素服从随机分布时的绿色多式联运路径优化问题。构建以运输时间、碳排放、运输成本为目标函数，碳排放量为约束，建立运输时间、中转时间双重不确定条件下绿色多式联运路径多目标优化模型。并据此采用模糊自适应遗传算法（FAGA）和快速非支配排序遗传算法（NSGA-Ⅱ）设计多式联运路径优化策略；最后采用从南昌到柏林的路径数据仿真验证所提方法的有效性并对结果进行对比分析。研究发现基于NSGA-Ⅱ算法的多目标优化结果较优，可以引导多式联运经营人调整运输方案，减少二氧化碳的排放量，为物流企业开展多式联运运输提供可供参考的依据。     

随机时变车辆路径问题的多目标鲁棒优化方法

车辆路径问题 （vehicle routing problem,VRP） 是物流配送的核心问题之一,为了提高物流配送的时效性,在传统VRP模型的基础上,同时考虑了路网交通状态的时变性和随机性,基于最小最大准则,提出了一种带硬时间窗的随机时变车辆路径问题 （stochastic time-dependent vehicle routing problem,STDVRP） 的多目标鲁棒优化模型. 设计了一种非支配排序蚁群算法 （non-dominated sorting ant colony optimisation,NSACO）,求解STDVRP多目标优化模型;通过测试算例,对比分析了NSACO算法与改进型非支配排序遗传算法 （non-dominated sorting genetic algorithm II,NSGA-II）. 研究结果表明:对于车辆数最小的Pareto边界解,NSACO算法的平均车辆数比NSGA-II算法小3.33%;对于最坏行程时间最小的Pareto边界解,NSACO算法的平均最坏行程时间比NSGA-II算法小17.49%.      

共享汽车网点选址模型构建 ——以武汉市洪山区为例

为解决共享汽车的选址难题,提出一个新的停车网点选址方案,并以武汉市洪山区为例进 行验证。首先,利用供需平衡法、出行方式比例法和万人拥有率法对2020 年武汉市共享汽车总量 进行预测,据此估算洪山区的网点需求量;然后,从个人、企业和政府三个角度考虑选址影响因 素,确定相关假设及约束条件,并以造价总成本最低、出行总距离最短、网点覆盖率最广、满足 需求量最大、政府满意度最高为目标函数,建立网点选址的数学模型;最后,依据官方数据确定 模型各参数,采用非支配排序的遗传算法求解选址模型,得出10 组可行解。以各目标函数作为评 价指标,在给定的权重下,从中筛选出最优解作为唯一的选址结果。研究结果表明,该方法对共 享汽车网点选址可提供有效的决策支持。     

考虑局部排队延误的VMS 选址双层规划模型

用Monte Carlo 模拟技术刻画路网状态的随机性,优先考虑在交通网络瓶颈路段设置可变信息板待选点,建立多目标优化可变信息板选址双层规划模型.上层模型为基于不确定风险决策最小和诱导效益最大的双目标规划模型,下层模型为考虑局部网络有排队延迟现象的随机用户平衡模型.采用增广Lagrange 对偶算法与相继平均算法组合求解下层模型,采用非劣排序遗传算法-II 求解整个双层规划模型.算例结果表明,在可变信息板资金预算约束下,非劣排序遗传算法-II 能够有效求解可变信息板选址的多目标优化问题,得到6 组Pareto 解.研究结果可为城市道路网可变信息板诱导配置的优化和建设提供决策支持.     

共享汽车网点选址模型构建——以武汉市洪山区为例

为解决共享汽车的选址难题,提出一个新的停车网点选址方案,并以武汉市洪山区为例进行验证。首先,利用供需平衡法、出行方式比例法和万人拥有率法对2020年武汉市共享汽车总量进行预测,据此估算洪山区的网点需求量;然后,从个人、企业和政府三个角度考虑选址影响因素,确定相关假设及约束条件,并以造价总成本最低、出行总距离最短、网点覆盖率最广、满足需求量最大、政府满意度最高为目标函数,建立网点选址的数学模型;最后,依据官方数据确定模型各参数,采用非支配排序的遗传算法求解选址模型,得出10组可行解。以各目标函数作为评价指标,在给定的权重下,从中筛选出最优解作为唯一的选址结果。研究结果表明,该方法对共享汽车网点选址可提供有效的决策支持。     

基于多目标优化的应急设施选址-配送模型

针对频发的突发事件,应急设施选址与配送路径规划对快速开展救援活动、减少事件损失具有重要意义.通过构建基于多目标优化的应急设施选址-配送模型,同步解决应急设施选址和配送路径规划问题.模型目标函数包括3个方面:最小化总物资运输时间成本、最大化应急设施设置容量和最小化应急设施设置数量.在此基础上,设计了一种多目标遗传算法,结...     

低碳背景下的多式联运路径规划

低碳运输一直是世界各国关注的焦点,多式联运作为一种主要的运输组织形式,国内外的文献中却少有关于多式联运碳排放研究的文章.本文提出了运输总成本最小和运输碳排放总量最小的多目标0-1规划模型,构建运输总成本时不仅考虑了运输弧段上的运输成本、运输节点的换装成本、铁路车站及水运码头的存储成本还考虑了运输弧段与代理商的匹配关系.运输碳排放量则由运输过程碳排放和换装过程的碳排放构成.采用改进的带精英策略的非支配排序遗传算法(NSGA-II)对模型进行求解,算法能有效保存优秀个体和降低计算的复杂度.最后通过算例验证了模型和算法有效性.     

战略装车点多点选址模型及算法

根据战略装车点选址问题的特殊性,在考虑政策性指导原则的基础上,以客户需求和货源基础为出发点,将代表客户利益的运送成本、决策方建设成本和可变成本及表征可挖潜能力的货源覆盖量货币折算值共同纳入目标体系,构建了战略装车点多点选址混合0-1变量非线性规划模型．基于铁路运输组织,考虑物流节点选址问题一般约束的同时兼顾战略装车点覆盖货源量、车流整列配发及线路通过能力约束对目标优化的影响．通过对模型特性的分析,提出一种启发式算法对模型进行求解．最后,结合数值算例验证模型的有效性和实用性．     

基于新鲜度损耗的社区团购电商配送中心选址研究

社区团购电商S2B2C供应链模式带来了新环境下的选址问题,进行选址决策能够有效降低社区团购平台的运营成本并保障企业利益。为了使选址决策更符合社区团购运营实际,作者调研了社区团购供应链模式并建立了考虑新鲜度损耗的混合整数选址模型,借助蚁群算法设计两阶段求解模型,用于优化选址过程中的成本求解,最后通过算例进行比较分析。结果表明选址策略能够有效降低企业的运营成本,局部最优解会在特定配送中心数量约束条件下出现。