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。     

应急救援物资多式联运的成本最优化模型

针对突发事件中应急物流的特点,提出综合考虑应急救援时效性、经济性和安全性因素的 应急物资车辆调度方法。在参阅国内外众多有关应急物资车辆路径选择问题研究文献的基础上, 综合考虑了时间窗约束（硬时间窗和软时间窗） 及公路、铁路、航空3 种运输方式及路网道路的 脆弱性和可修复性等因素,建立了多应急救援点、多受灾点的应急车辆路径问题模型。问题求解 过程中采用模拟退火算法,并通过算例验证模型与算法的可靠性。结论证明应用模拟退火算法求 解应急物资车辆调度问题时,搜索效率较高;算例结果表明了在应急救援中由于不同的时间窗要 求导致不同类型的物资所选择的路径不同;同时体现了多式联运在应急救援中的应用。     

铁路应急物资储备点选址

为求解满足应急时间约束及数量最少的铁路应急物资储备点选址问题,分析了铁路应急物资储备点选址问题的独特性,将复杂的铁路路网简化为路段,依托供需可达矩阵建立数学模型,结合改进的分支剪支搜索方法给出了求解程序,并以某铁路局的应急物资储备点选址问题为例进行了实证分析.分析结果表明:选取阎良作为防洪物资储备点符合实际情况,该模型...     

考虑碳排放的混合轴辐式多式联运网络枢纽扩增选址-路径问题

针对现有多式联运网络枢纽饱和度高、枢纽到城市直达运输成本高且效率低等不足,提出采用混合轴辐式多式联运网络研究扩增枢纽选址,同时优化运输线路;基于允许枢纽间转运和需求城市间巡回运输的运输网络,考虑低碳因素构建了最小化总运输成本、二级枢纽开放建设成本、枢纽处转运成本和总碳排放成本的数学模型,将问题分解为选址-分配与路径优化2个阶段,并针对两阶段特点分别采用0-1编码和数字编码设计了两阶段遗传算法;针对现有实际案例采用设计的算法进行求解,并将求得的最优运输方案与现实方案进行对比。研究结果表明：采用提出的算法进行10次运行获得的最优解与其平均值的差值百分比仅为4.7%,且平均求解时间仅为90.6 s;优化后网络扩增了2个枢纽,弃用了1个不合理枢纽,网络转运能力提高了11.3%,枢纽的平均饱和度降低了15.7%,不同枢纽的饱和度比原网络更均衡,不仅缓解了饱和枢纽的压力,还提高了空闲枢纽的周转率,从而提高了转运效率;优化后运输方案对应的总成本、运输成本、中转成本和碳排放成本分别降低了68.41%、68.14%、56.55%和86.76%,且碳排放减少最为突出。由此可见,提出的模型和算法对扩张轴辐式网络选址和混合轴辐式多式联运网络运输方案的组合优化具有较好的性能。     

多目标格序决策方法在应急物资调拨中心选址中的应用

应急物资调拨中心选址往往以时间效益最大化为主要目标,但同时也涉及到经济、社会、安全和生态环境等众多因素。在时间效益十分接近的情况下,综合因素的考虑会使得"不可公度性"和"矛盾性"时刻存在,再有决策者的不确定性偏好关系也会导致很难对备选方案进行绝对化的优劣排序。本文引入多目标格序决策方法,避免了决策者偏好关系的不确定性,打破了一直以来采用中间值、平均值代替评价值而不考虑评价值分布问题的做法。通过对应急物资调拨中心备选方案的格序化排序,选取最优方案,体现了格序决策方法在微差异性方案比选中的优势。最后应用该决策方法对某地区4个备选方案进行评价,得出结果与实际情况一致,证明该决策方法的适用性。     

双重不确定下应急物资多式联运可靠路径优化

为按时、可靠地将应急物资运达目的地,综合考虑需求和运输环境的双重不确定性、节点疫情感染风险、成本约束、班期限制和转运能力限制等,构建以可靠度最大为目标的应急物资多式联运可靠路径优化模型。同时针对所求问题的NP-难特点,设计蒙特卡洛自适应遗传算法和模拟退火遗传算法进行求解,并引入优劣解距离法对算例的运行结果进行分析。研究结果表明：蒙特卡洛自适应遗传算法较模拟退火遗传算法在求解质量和求解时间方面更优,在交叉概率为0.80,变异概率为0.08,种群大小为50的最佳参数组合下,得到的优化路径最大可靠度为85%,且求解出来的最优路线均未经过存在疫情感染风险的节点,求解结果较好。参数分析表明：在交叉概率相同的条件下,两种算法的平均运行时间均随着变异概率的降低而减少,随着变异概率的增加而增加;多式联运路径优化的决策会受水铁班期的影响。     

基于L形算法的震后救援物资调运优化研究

考虑地震发生后受灾点的物资需求具有不确定性以及通往受灾点的道路受影响可能发生中断情形,研究了震后的救援物资运输优化问题,建立了随机需求条件下以运输时间最小为目标的应急物资调运优化模型.运用基于两阶段法的L形算法对模型进行求解,通过具体算例验证算法的有效性,并通过与一般随机规划的求解算法——机会约束规划法的比较,验证了该...     

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...     

基于协同的集装箱多式联运协调问题的研究

集装箱多式联运系统是一个复杂的运输工程系统,其组织协调工作仍存在严重不足,多式联运系统应具有的整体效果不能充分发挥。因此,只有各运输方式之间和参与多式联运的企业之间相互协同合作,才能达到联运全程系统化,实现多式联运的综合效益。本文对集装箱多式联运发展中存在的协调问题及影响因素进行分析,应用协同管理理论进行研究,对多式联运组织系统协调发展具有一定的理论指导作用。     

考虑碳排放的两阶段选址-路径问题及其算法

为减少物流车辆的碳排放,基于以排放因子为主要参数的碳排放计算方法,建立以碳排放最小化为目标的两阶段选址-路线问题（2E-LRP）模型,并设计了一种可用于快速求解大规模问题的两阶段混合算法（TSHA）.算法第一阶段将2E-LRP转化成不考虑车辆路径的两阶段设施选址问题,调用Cplex直接求解得到配送中心选址和客户分配方案;在此基础上,算法第二阶段中,物流园区到被选用的配送中心以及配送中心到所分配客户的车辆路径问题被进一步转化成若干个独立的VRP (vehicle routing problem)问题,再运用改进的蚁群算法进行求解;最后,对Prodhon标准算例集中全部6个最大规模的算例进行测试.研究结果表明：与TSHA具有相同算法思想的TSHA-Ⅱ算法能够在求解质量下降2.3%的情况下将计算时长大大缩短至25 s左右;TSHA算法在求解考虑碳排放的2E-LRP算例时表现非常稳定,可以作为一种求解考虑碳排放2E-LRP的有效算法.     

������ɢ����µĹ��������мƻ��Ż��о�

提出飓风等自然灾害条件下运用公交车进行居民紧急疏散的优化模型. 最优公交车疏散运行计划问题可转化为不确定性需求的选址—路径优化模型,目标函数是使总疏散时间最小. 选址—路径优化模型用于确定最有效的公交车集结点服务区域和将人员从受灾区域转移到指定避难所或安全地区的最优线路,并设计遗传算法、神经网络算法和爬山算法结合的混合启发式算法. 通过美国密西西比州格尔夫波特市的实际数据对所提出的模型进行验证. 实验结果表明,混合遗传算法在求解效果和效率上都优于传统的遗传算法.     

���ڻ���Ŵ��㷨�ij���·������

在详细分析遗传算法的局限性的基础上，构造了一种基于遗传算法和禁忌搜索算法相结合的、用于求解车辆路径问题的混合遗传算法。这种混合遗传算法主要是将禁忌搜索算法嵌入到遗传算法中的变异操作与最优解判定之间，可以有效地避免遗传算法易出现“早熟”收敛的问题。然后，分别用混合遗传算法和遗传算法对同一实例进行求解，并对求解结果进行对比分析。结果表明该混合遗传算法的求解结果比遗传算法收敛速度快，更加接近最优解。     

单配送中心快递企业共同配送车辆鲁棒调度研究

考虑到不确定因素在快递企业共同配送车辆鲁棒调度问题中广泛存在,为了改善快递企业的服务水平,并缓解快递派送中由于不确定因素带来的客户满意度低的现状,采用鲁棒离散理论的相关知识,建立了车辆路段等待时间不确定情形下的单配送中心快递企业共同配送车辆调度的多目标鲁棒优化模型,然后根据转化规则,将鲁棒优化模型转化为确定型优化模型,并采用改进的遗传算法对其进行求解。结果表明,快递企业采用共同配送模式可以有效降低成本,节约时间,而且企业决策者可以根据所考虑的不确定性值G 的大小,选择自己偏好的车辆调度方案。     

物流系统“结合部”的神经网络表达及决策

针对“结合部”在物流系统中的重要地位,在对物流系统结构及功能进行分析的基础上,提出了物流“结合部”的一种神经网络表达,并运用遗传算法实现了“结合部”网络的学习与决策。这一方法揭示了物流结合部的结构及作用机理,对物流系统的科学决策具有指导意义。     

基于混合遗传算法的物流配送模糊车辆调度问题研究

在同时考虑物流配送总费用和服务水平的基础上,建立适合物流配送模糊车辆调度问题的数学模型.并且采用期望值选择法,将爬山法与遗传算法相结合,构造了求解该问题的混合遗传算法.研究表明,用该算法求解物流配送模糊车辆调度问题,能够很快收敛到满意解.     

高速公路路面养护决策混合遗传优化方法

为了提高高速公路路面养护决策的效率与稳定性, 降低养护成本, 分析了传统数学规划优化方法与遗传算法的适用性, 引入伪并行、最优保存和自适应参数调整策略, 提出了高速公路路面养护决策混合遗传优化方法。仿真结果表明: 混合遗传算法不但收敛速度和搜索能力优于简单的遗传算法, 有效地避免了决策的早熟现象, 而且可以对任意多个高速公路路面养护方案进行养护资金的优化分配, 养护资金总额是没有限制的, 因此, 混合遗传算法很好地解决了高速公路路面养护决策优化问题。     

面向末端刚度提升的机器人手臂关节角路径优化

针对六自由度串联关节机器人手臂,采用D-H法对手臂的操作空间进行了描述,得到了正、逆解运动学模型,建立了机械臂运动学方程.在各运动角度优化指标下,优选末端关节角度来增加手臂的刚度和稳定性,从而实现机械臂路径规划的优化.引入目标函数和遗传算子,提出了一种基于遗传算法的多目标机械臂路径规划算法.通过Matlab工具箱进行仿真验证,证明了该算法的有效性与可行性.     

农村物流末端共配联盟演化博弈及稳定性研究

针对农村物流小批量分散化特点,构建农村物流共同配送联盟演化博弈模型和基于系统动力学的联盟演化仿真模型,揭示农村物流共同配送联盟在自组织环境下系统内各方决策行为特征及其稳定状态。结果表明：农村物流共同配送联盟运行受到联盟超额收益、联盟罚金、声誉损失、建设运营成本等多种因素的综合影响,联盟收益分配机制及成本分担机制直接关系企业在联盟内的决策行为。联盟超额收益大小是农村物流共同配送联盟成功运行的关键因素,超额收益的分配机制会对企业参与联盟决策行为产生直接影响,联盟运行维护成本是促使物流企业偏离联盟的重要因素,而联盟罚金及声誉损失对企业偏离联盟有很好的约束作用。优惠的财税支持、合理的联盟激励约束机制是促进农村物流共同配送联盟快速发展和稳定运行的有效举措。     

��������������ɢ�¼������VRP�����о�

针对车辆路径问题（VRP）研究的复杂性,提出了一种新的解决方案. 首先对客户货物的配送过程建立离散事件仿真模型,在模型中,配送过程事件、资源等利用面向对象的方法进行描述,VRP问题涉及的各种约束条件在仿真流程中予以处理,所以该模型可以真实模拟复杂的车辆配送过程. 然后利用遗传算法对离散事件的仿真结果进行优化,得到了车辆路径问题的最优解. 这种将离散事件仿真和遗传算法相结合的方法可以有效克服精确算法和智能启发式算法较难解决多约束车辆路径问题的弊端. 实验结果验证了新方法的有效性和可行性,由于仿真结果详细记载了配送的全过程,因此该方法对车辆路径问题的实际应用具有一定的指导意义.     

应急物资保障系统模糊多目标LARP 研究

为了将应急物资快速有效地配送至灾区,从供应链的角度构建一个包含应急 物资供应点、集散点、配送中心及受灾点四层结构的应急物资保障系统. 在考虑需求不确 定性的基础上建立一个双层优化模型. 上层模型以最晚运达时间最小、配送总成本最小 及车辆载重利用率最大为目标,决策灾区应急物资配送中心的选址及车辆路径安排;下 层模型以运输总成本最小为目标,决策应急物资集散点的选址及应急物资的分配. 设计 一种自适应遗传算法求解上层模型,运用GAMS 软件求解下层模型. 以“4· 20”四川芦山 地震应急物资保障为背景构建算例,验证模型和算法的可行性和有效性.