基于蚁群算法的冷链物流路径优化研究

在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中的重要问题之一.针对物流配送路径优化问题,依据冷链物流配送基础理论,考虑成本、货物损失及制冷时长等因素,构建基于多配送中心的最小配送成本模型,建立由运输成本、制冷成本、损坏成本及绿色低碳成本组成的复合目标模型.利用蚁群算法求解,以某类冷链物流企业为例,通过MATLAB软件进行仿真实验,验证模型和算法的科学性及有效性,得出最短运输距离为39.06 km、成本为1437.48元的结论.相对于搜索禁忌算法和遗传算法,蚁群算法在多配送中心冷链物流路径优化方面,能够平均减少1.11 km的运输距离和51.21元成本,更好地解决物流路径优化问题,提高物流服务质量.     

带时间窗的地铁配送网络路径优化问题

为应对人们日益增加的货物需求与货车进城难题,提出整合地铁网和道路交通网,形成以地铁列车和城市配送车辆为载体的地铁配送网络.考虑列车开行时间表、客户服务时间窗、城市配送车辆容量等限制条件,构建带时间窗的地铁配送网络路径优化模型,综合优化地铁列车班次的客户分配、出站点的客户分配及末端配送路径.设计随机变邻域的迭代搜索算法(ILS-RVND)进行求解,以成都市地铁3号线运输货物为例,验证了模型和算法的实用性和有效性.结果表明,地铁配送网络配送成本低,准时性高,配送车辆行驶距离短,能满足比货车单独配送更精准的服务需求.     

基于双层规划的危险货物配送路径鲁棒优化

针对不确定环境下带时间窗的多配送中心危险货物配送路径优化问题, 提出一种含鲁棒控制参数的鲁棒优化方法; 综合考虑危险货物运输风险、运输费用和服务时间窗, 构建了危险货物配送路径多目标双层鲁棒优化模型, 上层模型追求运输风险和运输费用最小化, 下层模型采用用户均衡交通分配模型; 根据Bertsimas-Sim鲁棒优化理论, 对含有不确定参数的上层模型进行鲁棒对等转化; 联合增强型Pareto遗传算法和Frank-Wolfe算法构建了求解多目标双层鲁棒优化模型的混合算法, 采用3段式编码和解码方法、等位匹配交叉操作以及翻转变异等遗传操作方法求解上层模型, 采用Frank-Wolfe算法求解下层用户均衡模型; 以经典的Sioux-Falls交通网络为例, 对含有3个配送中心、7个需求点的危险货物配送路径优化问题进行案例分析, 以验证模型及其算法的合理性。研究结果表明: 当鲁棒控制参数分别为0、30和60时, 构建的混合算法能分别快速得到3、2和3组鲁棒最优解, 且所有解均为包含具体运输路段和发车时刻的配送方案, 而非配送顺序; 该混合算法与传统两阶段启发式算法相比, 运算时间能节省54.74%。可见, 该混合算法无论是在求解效率上, 还是在解的表达形式上均优于两阶段启发式算法, 能较好地完成不确定环境下危险货物配送路径多目标双层鲁棒优化任务。      

交通限制条件下城市物流配送路线优化选择

物流配送网络中最优路线的选择问题一直都是配送中心关注的焦点，对于长途配送而言，交通阻塞和道路拥堵状况可以忽略不计，但对于城市配送而言，由于受交通堵塞和各种交通管制的影响，导致配送路径寻优更具复杂性．文中通过对具有动态的交通堵塞和交通拥挤限制信息及静态禁止通行等限制信息的实际配送网络的描述，提出解决两种限制情况下配送网络寻优的方法，建立了配送网络图中权重确定模型，并提出将交通限制条件下城市物流配送网络转化成无限制的有向图网络．运用Dijkstra算法对其寻优．并对此算法进行了应用举例．     

带时间窗的多行程交换箱甩挂路径优化

针对市区-近郊的同城物流配送系统,为尽可能降低物流运输成本的同时提高客户满意度,研究带时间窗的具有多行程的交换箱甩挂运输问题. 在配送系统中,配送车辆从配送中心出发将货物运往各个客户点,由于道路条件的限制,客户点分为只允许小型卡车配送的限制点客户和卡车或带交换箱拖车的整车都可为其配送的灵活点客户. 在客户时间窗和多行程的约束条件下,建立以成本最小为优化目标的基于交换箱甩挂的路径优化模型,提出装箱算法与遗传算法混合的启发式求解算法. 算例验证了所提出算法的有效性,为带交换箱的甩挂车进行物流配送提供一定的决策指导和参考意见.     

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.     

储运一体化的二级物流网非线性规划模型及算法

通过对已有运输和仓储优化模型的分析,针对现代物流配送网络的特点,提出了基于储运一体化的非线性二级网络配送模型．并构造了具有能力与需求约束、费用与距离综合目标函数的非线性数学规划模型,求证了最优解,并提出算法实现的步骤,最后用实例对算法进行了验证．该问题的提出与算法的可行,为研究多阶段、多路线、多目标的物流配送模型找到了更好的途径．     

时变条件下城市物流配送车辆路径优化

针对城市交通网络依时周期性变化的特点,建立了城市物流配送车辆路径优化问题的数学模型,并利用两阶段算法对该问题进行求解,第一阶段采用插入法,求解出初始路径;第二阶段通过减少路径数和邻域搜索改进初始配送路径。最后,给出一个应用算例,结果证明了模型和算法的有效性。     

基于轨道交通的长清大学城物流配送路径

为缓解城市地面交通压力,提出"轨道交通+配送车"的城市配送新模式。在满足载质量、车辆等约束条件下,以总成本最低为目标函数,建立配送网络并进行路径优化。以济南轨道交通1~#线参与长清大学城物流运输为例,通过里程最小原则得出初始配送方案,根据总运输成本最小原则,采用Ford-Fulkerson算法优化得出最优方案,并与单独采用货车配送的路径方案进行对比,结果表明:基于轨道交通的物流配送可大大缩短配送车的行驶里程,节约运输成本。     

分送式货物配送的优化

在分析分配式货物配送现状基础上,对物流中心的配送问题从配装和运输两个环节进行优化。建模时主要考虑货车的类型、体积、载重等约束条件,以车辆的配送路径最短、拼装货品最多为优化目标,研究配送的优化模型和算法。     

基于点线能力约束的多层级节点协同布局优化模型及算法研究

多层级物流节点布局对物流系统的降本增效具有重要作用. 提出物流网络简化处理策略,结合实际物理网络结构,以最短路径、共同弧段及通道运能三要素为重点构建了多层级物流节点的网络拓扑;在此基础上,结合不同层级物流节点的最大服务半径、服务能力及成本等属性,系统性考虑节点及通道运能,构建基于点线能力约束的多层级节点协同布局优化模型;结合模型决策变量特点,利用改进的和声搜索算法进行求解. 采用实际案例进行测试和应用,进行相应情景分析. 结果表明,模型及算法具有良好的适应性,为实际多层级物流节点选址提供一定决策依据.     

城市区域物流无人机路径规划

针对城市区域物流无人机路径规划问题,采用栅格法进行环境建模,综合考虑无人机性能、任务性质和城市环境等影响要素,以航程、高度变化和危险度最小为目标函数,构建多约束物流无人机路径规划模型.改进A*(A-star)算法求解：为合理预估距离,采用欧氏距离与曼哈顿距离线性组合的方式设计启发函数;为提高搜索效率,引入双向搜索策略;为保证平稳飞行,采用B样条(B-spline)法进行路径优化.结果表明：模型可以实现多目标优化,具有有效性;算法与传统A*算法相比,规划时间少,规划路径航程短,高度变化少,飞行安全稳定.分析参数权重值得出：当3个子目标代价权重系数分别为0.4、0.1和0.5,2种距离权重系数分别为0.15和0.85时,规划路径最优.     

城市区域物流无人机路径规划

针对城市区域物流无人机路径规划问题，采用栅格法进行环境建模，综合考虑无人机性能、任务性质和城市环境等影响要素，以航程、高度变化和危险度最小为目标函数，构建多约束物流无人机路径规划模型.改进A*(A-star)算法求解：为合理预估距离，采用欧氏距离与曼哈顿距离线性组合的方式设计启发函数；为提高搜索效率，引入双向搜索策略；为保证平稳飞行，采用B样条(B-spline)法进行路径优化.结果表明：模型可以实现多目标优化，具有有效性；算法与传统A*算法相比，规划时间少，规划路径航程短，高度变化少，飞行安全稳定.分析参数权重值得出：当3个子目标代价权重系数分别为0.4、0.1和0.5，2种距离权重系数分别为0.15和0.85时，规划路径最优.     

两个轴辐式网络协同建设的多层编码遗传算法

为了降低物流网络的建设成本投入，充分利用物流资源，提出轴辐式网络间的协同建设. 同时建设两个轴辐式物流网络，一个轴辐式网络为自己网络中的每一个枢纽从另一个轴辐式网络中选择一组协作枢纽，两个网络可以共同使用协作枢纽. 目标是使两个轴辐式网络的建设成本和它们之间的协作成本总和最小. 首先，运用混合整数规划模型描述所研究的问题；其次，根据问题的复杂度，设计了多层编码的遗传算法来解决问题，一条染色体分别表示了两个轴辐式网络；最后，在算例中进行了参数敏感性分析，分析参数对各部分成本和物流网络结构及协作枢纽的影响. 分析结果表明:在两个网络的协同建设中，一个网络中转移到另一个网络的流量大小对两个网络各自的网络结构和构建成本具有显著的影响；协同建设能够同时系统化地优化两个轴辐式网络，降低成本，整合物流资源.      

高速公路物流网络规划LRP模型及算法研究

从高速公路网与物流网络同构相似的关系出发,将高速公路网纳入物流网络体系并构建高速公路物流网络．结合选址-路径问题（LRP）模型来探讨高速公路物流网络规划的方法,把高速公路物流网络规划分解为高速公路服务区作为物流节点的选址布局问题和高速公路作为物流通道的路径安排问题;使用遗传算法对该模型进行求解,并对遗传算法的要素进行设计和改进,提高了求解的精度和效率;最后,通过算例分析验证了模型的实用性和算法的有效性．     

基于多中心车辆路径问题的收益分配优化研究

针对多中心车辆路径优化过程中配送中心间合作收益分配不均衡的问题,引进物流服务提供商作为协调者促成配送中心间形成合作联盟.首先,以多中心共同配送总成本最少为目标建立数学模型;其次,应用客户点聚类方法形成初始线路,并设计了GA-PSO混合算法进行线路优化;然后,运用MCRS(Minimum Cost-Remaining Saving)法、Shapley法、比例最小核心法、弱最小核心法和最小核心法分别求解多中心收益分配模型,并应用联盟稳定性方法选择最优收益分配策略;最后,应用严格单调路径方法,以物流服务提供商收益最大化为目标,研究联盟合作序列形成过程和多个联盟的存在形式,并进行了实例验证.结果表明,本文方法有利于促进配送中心间形成联盟,并可应用到以多中心车辆路径优化为基础的物流运输网络合作联盟形成、拆分及网络优化的过程中.     

基于单片机TC275的无人物流车控制器设计

基于英飞凌单片机TC275设计了无人物流车的控制器.TC275通过解析惯性导航仪得到自车信息,并且接收来自计算平台NVIDIA JetsonTX2的路径规划决策信息.在应用层建立了基于模型预测控制算法的路径跟踪模型并生成代码,在底层设计了串口驱动、GTM驱动、ADC驱动以及CAN通信,控制无人物流车的驱动电机和转向舵机...     

成熟期快速时尚品物流分销网络选址-分配模型

为解决快速时尚品在成熟期网络销售过程中的物流节点选址与分配问题,以分销网络收益最大化作为决策目标,考虑销售策略及提前期约束的影响,构建了由4个参与方和4层物流设施构成的快速时尚品物流分销网络的多周期非线性混合整数规划模型,并采用遗传算法确定产品折扣率以及中央仓库、第三方物流企业和自取点的选址、分配及服务方案.算例结果表明:当折扣率为0.687时,物流分销网络总收益最大;当集货期大于等于2d时,物流分销网络总收益的增长率迅速减小.     

考虑可靠性的降级路网最优路径搜索方法

针对路网降级时路网出行时间的随机性和可靠性对出行者路径选择影响较大的问题,研究了降级路网可靠性路径的选择方法．基于BPR路段出行时间模型,构建了降级路网路径出行时间的均值模型及其可靠度模型．以路径出行时间最小、路径出行时间最可靠为目标,构建了路径选择的双目标加权规划模型,设计了基于改进蚁群算法的模型求解算法．算例分析表明：该算法能快速获取可靠的路径．     

Logit�����������ģ�͵ĸĽ�Dial�㷨

研究Logit随机网络配流模型及实现模型求解的Dial算法,针对原模型及算法的缺陷,通过引入路段长度相关的容错系数指标重新定义有效路径的判定条件,在此基础上提出一种改进的Dial算法,并应用于Logit随机网络配流模型中.改进算法在不降低原算法精度下不仅保留了原算法的无需路径枚举、计算效率高等优越性,而且满足实际出行者偏好在较短路段上“迂回”选择潜在有效路段的特点.最后通过一个路网实例对2种算法的配流结果进行了对比.结果表明,改进的算法避免了原算法缺陷导致的结果异常,配流效果更加符合实际,其计算效果明显优于原算法.