混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合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,运用随机优化理论,以运输成本、碳排放成本和时间惩罚成本为目标,建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值,得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析,发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间;当货运量形成规模效应后可降低边际运输成本;不同网络服务规模的运输路径优化结果,以及满足客户不确定需求的最小网络配置.     

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。     

混合不确定条件下绿色多式联运路径优化

主要研究了当运输时间、中转时间、客户需求和中转集拼货运量四重混合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，运用随机优化理论，以运输成本、碳排放成本和时间惩罚成本为目标，建立混合不确定条件下绿色多式联运路径优化模型.通过对各子目标函数权重进行赋值，得出考虑不同成本因素的多式联运路径优化方案.探讨时间、需求和网络服务能力对多式联运路径优化结果的灵敏度分析，发现各成本随时间变动而变化的规律和边际运输成本最小时的服务时间；当货运量形成规模效应后可降低边际运输成本；不同网络服务规模的运输路径优化结果，以及满足客户不确定需求的最小网络配置.     

考虑速度与拥堵的多式联运路径优化研究

对多式联运路径优化进行了研究.对于多个城市节点,扩展并建立不规则棱柱模型网络,不仅考虑不同运输方式的成本与时间,还将不同运输方式对应的速度与拥堵纳入模型.基于Dijkstra最短路径算法,创建一个包含速度与拥堵因素多式联运路径优化模型仿真系统,通过模拟动态参数,分析了该组参数下的速度与拥堵对多式联运最优路径选择的影响,为区域运输规划提供了重要的参考价值.     

考虑环境税的邮政快递企业多式联运路径优化问题

为减缓运输过程中碳排放较多带来的环境问题,研究在考虑环境税条件下,邮政快递企业在货物运输过程中利用多式联运进行路径优化的问题。基于轴辐式运输网络构建运输费用模型,通过调整目标函数中的环境税税率,改变环境税在运输总费用中的占比。采用改进的A*算法并通过实际算例验证模型,得到不同时间成本及环境税税率下的路径规划结果,并提供对应决策。算例分析显示,时间成本系数为5 000,环境税占比分别为低于32%, 32%~78%以及78%以上时,最优方案分别为仅公路运输、公水联运及公铁联运。这表明单一运输方式适用于时效性要求较低的运输作业,对于时效性要求较高的运输作业,多式联运不仅可提高运输效率,且能降低运输成本。     

多式联运网络中的托盘共用调度方法

为解决多式联运网络中的托盘共用调度决策难题,采用非线性规划、混合整数规划和改进粒子群算法（particle swarm optimization,PSO）等方法优化了托盘共用系统,研究了在管理者可以选择水路、公路和铁路3种运输模式运输托盘时,管理者应采取的调度方法. 首先分析了多式联运网络中的托盘共用调度流程;其次构建了多式联运网络中的托盘共用调度混合整数非线性规划模型,模型中考虑了转运时间、转运成本、作业批量、托盘毁坏率、时间约束等因素;然后设计了带惯性因子的粒子群算法 （PSO with inertia weigh,IPSO） 和带压缩因子的粒子群算法 （PSO with constriction factor,CPSO）;最后通过实验分析验证了模型和算法的有效性. 研究结果表明:较单一的公路运输,采用多式联运网络中的托盘共用调度模型总成本降低了69.1%;与CPSO相比,IPSO得到的调度总成本降低了1.82%;客户的期望满足时间越宽松时,采用多式联运的方式调度托盘越能节约调度成本;多式联运所耗费的转运时间和转运成本直接影响托盘共用调度决策.      

考虑多重时间窗的低碳多式联运路径优化模型

多式联运具有参与对象多、运作环节复杂等特点。在经济性、时效性背景下,以中转节点硬时间窗及运输任务限制软时间窗为约束,将运输成本、碳排放成本和转运成本综合费用最小作为目标,建立带有时间惩罚约束的线性整数规划模型,并设计基于蒙特卡洛抽样自适应遗传算法,进行模型有效性的验证。结果表明：对于权重侧重点的不同,从而影响多式联运对运输路径和运输模式的决策,其中时间不确定性对总成本的影响是显著的,表现出正向作用的趋势。考虑多重时间窗更加符合实际,为制定并优化多式联运方案提供决策支持。     

基于碳排放量对城市道路车辆路径规划研究

为满足城市内多区域发展需求,提高车辆配送效率,降低碳排放量,实现低碳绿色出行.通过考虑碳排放环境下对多配送中心车辆路径规划问题(VRP)的影响研究,基于化学反应优化算法(CRO)对模型进行仿真求解,确定最优路径.首先,以碳排放量成本、惩罚成本等总成本最小为目标建立模型;其次,利用化学反应算法进行对比仿真求解,并对优化前后路径进行对比分析.以乌鲁木齐市社区蔬菜直销点的配送中心为例开展研究,结果表明:当原始路径距离为57.82 km时,优化后的路径可增加至60.3 km,优化后的路径距离虽然有所增加,但碳排放成本在一定程度上却有所减少,当碳排放成本为0.1万元/kg时,碳排放成本减少4.65万元,若碳排放成本增加至0.3元/kg,则碳排放成本的减少可达15.75万元,成本节约更加明显,具有一定的实用性与有效性.     

考虑碳排放的多式联运货运枢纽选址

为进行多式联运货运枢纽的合理选址,在考虑碳排放的前提下,引入运营收入、建成成本、运输成本、中转成本、碳排放等价成本,以利润最大化为目标建立货运枢纽选址模型。提出基于P-中值模型思想的求解算法,结合具体算例进行求解,分析各因素单独变化时对运输总收入的影响,结果与实际相符。该研究能促进多式联运降低成本、提高效益,并为货运枢纽规划选址提供参考。     

考虑排放控制区的绿色多式联运路径和速度优化

针对考虑排放控制区的绿色公海多式联运路径和速度优化问题，本文首先构建不同碳排放政策下多目标混合整数非线性规划模型，并根据问题特性将其转化为等价的线性模型；其次，为有效求解模型，提出融合问题特性的改进自适应遗传算法，根据问题特点设计多层编解码机制和自适应遗传进化策略；最后，以我国某公海多式联运系统为例，验证所提模型和算法的有效性，并针对不同时间窗和低硫燃油价格进行敏感性分析。实验结果表明：与传统遗传算法和商业求解器Lingo相比，改进自适应遗传算法能获得更满意的方案，分别减少了5.2%和3.7%的多式联运总成本；强制碳排放政策下，排放限额的变化一般不会改变经营人的路线选择，只会影响经营人是否进行运输活动；碳税政策下，碳税价格上涨对多式联运总成本影响很小；碳交易政策下，不同排放限额的多式联运方案可能一致；货物准备时间延后和截止时间提前会增加运输成本，船舶在排放控制区内外使用不同航速能够带来明显的经济效益。     

基于货物时间价值的空铁联运转运枢纽选址优化

高效合理的联运网络是空铁联运快递服务产品创新的重要支撑。本文在考虑货物时间价值的基础上,以空铁联运转运枢纽的位置以及运输方式选择为决策变量,构建以综合成本最低为目标的空铁联运转运枢纽选址模型,并设计变邻域遗传算法进行模型求解。以截至2019年开通高铁并设有机场的200个地级城市为例,采用复杂网络和优劣解距离法结合的方法选取空铁联运转运枢纽的备选城市,验证模型和算法的实用性及有效性。结果表明,运输时间限制和折扣系数是影响空铁联运网络综合成本的重要因素。随着运输时间限制的增加以及折扣系数的降低,空铁联运网络综合成本分别降低了15%和11%。空铁联运转运枢纽的空间布局主要受运输时间限制的影响。运输时间限制较低时,空铁联运转运枢纽布局以东北地区和西部地区为主,以提高快递运输的时效性。运输时间限制较高时,空铁联运转运枢纽布局向中东部地区转移,为经济服务趋势明显。空铁联运网络最优枢纽数量则受运输时间限制和折扣系数的综合影响,但运输时间限制对于最优枢纽数量的影响更为显著。合理布局空铁联运转运枢纽和提升空铁联运规模效益是提高空铁联运服务时效性和竞争力的重要途径。     

低碳背景下港口群混合轴辐式运输网络优化

为了在节能减排的现实背景下对区域港口群运输网络进行优化,探究了港口群运输网络中的各项成本以及船舶、车辆碳排放的影响因素,引入了碳排放权重、成本系数和时间效用系数,在实现港口群运输网络总成本最小的目标下,构建了考虑碳排放的港口群混合轴辐式运输网络优化模型,最后应用算例计算分析了速度变化下25种情景的最优结果,并从中确定了海上航运网络、陆上集疏运系统的最优运量、运力配置方案,使该模型具有实用性和可行性.     

基于博弈论的空铁联运收益分配模型

理想的空铁联运收益分配方式是实现航空与高铁深度合作的重要条件.本文考虑旅客对空铁联运服务水平和价格的敏感度等影响因素,根据空铁联运的实际运营情况,探究通过收益共享合同协调航空和高铁的利益冲突,形成理想的收益分配方式并促进空铁联运的发展.基于不同的合作水平,使用纳什议价效用函数模拟议价过程,建立航空主导的和具有议价行为的...     

基于地铁-货车联运的物流配送路径优化

为应对配送车辆引起道路拥堵和环境污染问题，提出地铁与货车联合运输. 在不改变地铁运行方案的前提下，利用地铁非高峰时段开展货物配送；考虑地铁剩余运能、货车容量、最大行驶距离、客户服务时间窗等限制条件，以配送距离最短为优化目标，构建基于地铁-货车联运的物流配送路径优化模型. 通过地铁配送路径设计不规则二维矩阵编码结构，使用改进自适应遗传算法求解. 以某市地铁货物运输为例，验证模型和算法的实用性、有效性. 结果表明，地铁-货车联合配送距离短，在客户时间窗范围内送达比例高，有效提高客户满意度.     

带有固定运费的多式联运方式选择

为更经济有效地组织多式联运,在同时考虑固定运输费用和变动运输费用的前提下,针对一批货物在其运输路径上各路段运输方式的优化选择问题,以包括运输费用、中转费用和惩罚费用在内的总费用最少为优化目标,以货物送达时间和运输能力为约束条件,构建了混合整数线性规划模型,并设计了相应的整数编码遗传算法.算例结果表明,本文模型比既有不考虑固定运费的模型具备找到更优解的能力;对于15个包括20~100个路段和5~20种运输方式的随机算例,与商业优化求解器LINGO相比,本文算法在设定计算时间60 s内找到了2个大规模算例的更优解,总费用平均节省0.75%,证明了该算法对大规模问题的有效性.      

灾后应急救援运输路径优化模型研究

针对目前运输路径优化模型主要依靠经验法做出决策判断的缺陷,分析了灾后救援运输过程中网络可靠度、容量可靠度、运输时间、运输物资需求量、运输损耗等各种不确定性因素;分别以时间目标、可靠性目标、损耗目标为3个优先级,运用网络图理论构建了灾后应急救援运输路径优化的多目标随机规划模型,并运用遗传算法探讨模型的求解方法;通过具体的案例来说明模型中各个参数,并通过实际的模拟计算来验证该模型的合理性和有效性。     

公铁联运规模效应和枢纽拥挤效应的联动分析

公铁联运最主要的优势就是采用轴辐式网络结构实现规模经济,降低货物的运输成本,货运量越大,规模效应越明显;另一方面,过多的货物在枢纽集结会造成枢纽拥挤,增加货物在枢纽的停留时间,从而降低了公铁联运的竞争力.本文分别采用与流量相关的分段成本函数和M/M/c的排队模型来描述公铁联运的规模效应和拥挤效应,建立了非线性的整数规划模型,用于综合分析规模效应和枢纽拥挤效应对公铁联运的影响.采用混合禁忌搜索算法求解本文的模型,该算法具有较好的收敛效果.最后,分析了铁路服务固定成本、公路运输成本、货物运到期限和枢纽能力对公铁联运竞争力的影响.