多车场多配送中心军用物资配送运输研究

针对多车场多配送中心的军用物资配送问题,在一般网络上提出了一种在有车辆载重量限制的条件下,车辆首先同时从所在的车场出发到邻近的配送中心统一装货,然后根据用户的需求量分别送货,完成配送任务后就近返回车场的算法.     

一类随机库存/运输联合优化问题求解过程分析

研究了由一个仓库和n个客户(如零售商、批发商等,而非产品最终的消费者)组成的物流配送系统,中央仓库的库存如何经济合理地分配给每个客户,使这个系统整体的性能最优的随机库存/运输联合优化问题。这个分配过程需要同时考虑每个客户的货物量以及最佳的配送路线,库存/运输联合优化问题比单纯的库存问题或单纯的运输问题要复杂得多。研究在随机条件下如何基于FPP思想来求解ITIO问题更具有实用价值。描述了所研究问题的特点,讨论了对随机需求量的近似确定化处理过程,建立了刻画问题特征的数学模型。同时重点论述如何将研究的问题转化为CCLP问题及相应的求解过程,并给出具体的算法步骤。     

物流的“新邦速度”

新邦物流有限公司是一家集公路运输、航空货运代理、城际配送于一体的综合型物流企业。其旗下拥有10家全资子公司,200多家营业网点,员工5000多人,拥有和整合各种运输车辆1000多台,物流设备100多套,仓库、分拨场地10多万平方米,日吞吐能力3000余吨。公司与国内外40000多家企业保持着合作关系,网络覆盖全国400多个城市,在全国50多个大中城市开通了专、快线长途零担与整车业务,并在珠江三角洲与长江三角洲区域内开展了城际配送业务。     

全球共同配送的发展与中国发展展望

共同配送是多个零售商联合起来,共同建立物流中心和物流车队或将物流渠道的一个或多个项目委托给第三方物流公司,对货物进行共同配送,从而提高物流的效率及减少物流的成本。近年来,共同配送已经在发达国家成为物流发展的潮流。作为一个全球化的物流提供商。本文介绍共同配送在世界范围内的发展,比较了共同配送的结构,并对共同物流本地化提出了相应的建议。     

基于遗传算法的冷链物流配送路径优化研究

针对冷链配送时效性强的特性,对于不能满足客户特定时间窗的问题,选用带软时间窗的惩罚成本来约束配送企业,结合生鲜产品在途的冷藏费用随时间延长而上升的实际,建立冷链配送路径多目标优化模型,运用遗传算法对模型进行求解,研究满足客户时间窗条件下总配送成本最小的最优配送方案,并通过算例对模型及算法的有效性进行验证。     

模糊环境下的多目标非满载车辆调度问题

针对现实物流配送过程中存在的时间参数模糊化问题,采用梯形模糊数表征时间参数,给出了一种具有模糊时间窗和模糊配送时间,以最小化配送车辆数、提前/滞后惩罚以及配送里程为目标的多目标非满载车辆调度问题模型.在问题求解方面,针对基本粒子群算法容易陷入局部最优的问题,引入利用混沌局部搜索策略,给出了一种基于混沌优化技术的混合粒子...     

用单亲遗传算法求解配送车辆调度问题的研究

建立了配送车辆调度问题的数学模型，针对传统遗传算法对复杂问题搜索效率低，易陷入“早熟收敛”的缺点，构建了求解配送车辆调度问题的单亲遗传算法，并进行了实验计算。计算结果表明，用单亲遗传算法求解配送车辆调度问题，可以取得比传统遗传算法更优的结果。     

可获知偶发拥堵持续时间的动态车辆路径问题

考虑真实交通路网,探讨了可获知偶发拥堵持续时间的动态车辆路径问题.在利用改进的Dijksta算法将路段行驶时间转化为客户点间最短行驶时间的基础上,根据常发拥堵信息,通过遗传算法安排车辆初始配送路径,根据实时获知的偶发拥堵因素影响下的路段行驶时间和其持续时间,以2-opt和insertion方法更新车辆配送路径,通过车载导航系统实时指导车辆行驶路线.数值试验表明,该方法可根据偶发拥堵信息更新车辆配送路线,以避开偶发拥堵影响路段,缩短总配送时间0.65~13.18 min;获知偶发拥堵持续时间帮助多节省了配送时间 -0.16~4.17 min.节省的时间随偶发拥堵因素对路网影响的加剧而更显著.      

考虑超重超远客户的卡车无人机协同配送研究

卡车与无人机配送的母船模式是指卡车搭载无人机至离客户较近的地点后,由无人机起飞配送多个客户点,再与卡车汇合的协同配送方法,是交通工程领域中具有潜力的重要发展方向之一。考虑到现实中存在部分客户点需求量超出无人机最大载重,或所处位置超过无人机最大航程覆盖范围的情况,在母船模式基础上,提出考虑超重超远客户的卡车与无人机协同配送模式(Truck-Drone Joint Delivery with Consideration of Customers with Great Demands and at Great Distances, TDJD-CGDGD)。该模式允许卡车服务超重超远客户,并允许无人机起降于不同地点。该模式下待求解的问题为含无人机的旅行商问题。以最小化总配送成本为目标,构建了混合整数线性规划模型。为高效求解大规模算例,提出了一种融合贪婪随机自适应搜索(GRASP)与自适应大邻域搜索(ALNS)的混合算法。算法首先在附加约束条件下,生成车机共同配送路径,该约束可简化车机路径优化过程。随后放松附加约束,针对性地调整一部分无人机路径,进一步降低总成本。试验结果表明：所提算法具有较好的...     

海外仓趋势下跨境电商物流的发展研究

近年来,随着电子商务的不断蓬勃发展,不少企业也将眼光放到了更为广阔的全球市场,开始试水跨境业务,催生了跨境电商。但与此同时,作为电商业务流程的重要一环,跨境物流的发展无法满足跨境电商的要求。跨境物流的传统模式存在很多难以解决的问题,诸如物流费用高、配送时间长、坏包丢包情况易发等,因此,一种新的跨境物流模式——海外仓应运而生。海外仓是指出口商在海外市场建设仓库,当海外市场有需求即可直接从海外仓库发货,出口企业将货物批量发送至国外仓库,实现该国本地销售、本地配送。本文分析了跨境电商和跨境物流的发展现状、业务模式及其存在的主要问题,研究了海外仓模式对跨境电商的影响,并提出了相关建议。     

Road boundary detection and tracking for structured and unstructured roads using a 2D lidar sensor

Road boundaries can give useful information for evaluating safe vehicle paths in intelligent vehicles. Much previous research has studied road boundary detection, using different types of sensors such as vision, radar, and lidar. Lidar sensors, in particular, show advantages for road boundary extraction including high resolution and wide field of view. However, none of the previous studies examined the problem of detecting road boundaries when roads could be either structured or unstructured. In this study, we developed a road boundary detection and tracking algorithm using lidar sensing for both structured and unstructured roads. The algorithm extracts road features as line segments in polar coordinates relative to the lidar sensor. The extracted road features are then tracked with respect to a vehicle’s local coordinates using a nearest neighbor filter. The proposed algorithm accurately detected the road boundaries regardless of the road type.     

基于非参数回归的快速路行程速度短期预测算法

基于北京市快速路上的检测器所采集的历史数据，经过数据筛选，剔除判别，小波滤噪平稳处理，聚类分析等过程，建立了交通状态演变系列的历史样本数据库。基于所构建的历史数据库，通过数值试验，确定了状态向量、距离匹配原则，K近邻值等参量，构建了一种基于K近邻的非参数回归短时交通预测模型，实现了对路段行程速度的短时预测。最后，利用随机选取的历史数据系列对预测模型的精度进行了检验。结果表明，预测算法的精度可以达到90％以上，可以很好地满足ITS应用系统对于交通预测数据的精度要求。     

基于R树的非参数回归交通流预测方法

非参数回归在交通流预测中已得到广泛应用,但实际使用中存在实时性差的缺陷.为提高非参数回归预测速度,提出了使用空间索引结构R树作为模式库的存储结构,并依据R树空间聚类的特点进行K近邻搜索,最后根据搜索到的近邻点估算未来的交通流量.实验结果表明R树结构下的K近邻搜索速度比线性结构下的搜索速度提高了59.6%,但预测精度下降了8.8%.而通过缩小K近邻搜索中的距离上限这一参数,可以提高预测精度.结果表明当2种结构下的距离上限相同且小于0.02时,R树结构下的预测精度平均高于线性结构下11.9%,且搜索速度也平均提高了30.8%.因此,该算法能够在满足预测精度的条件下有效地提高预测速度,为实时短时交通流预测系统提供了1种实现算法.      

基于蚁群算法的军事配送车辆调度问题研究

针对军事配送的特点,以"等待损失"和运输成本最小化为目标,建立了问题的数学模型,并应用蚁群算法求解了这一问题.算法中改进了状态转移规则,设计了局部搜索模块.为测试算法性能,应用改进的蚁群算法求解了文献中的21个基准算例.计算结果表明,这一算法明显优于已有算法.     

Load and Load Dependent Friction Identification and Compensation of Electronic Non-Circular Gear Brake System

Control of the electronic non-circular gear brake (ENGB) involves challenges, including the non-linear variation of loads and the effect of friction, which is dependent upon load. The controller must be designed based on modelling information in order to enhance control performance. This study performed model identification of the ENGB system using a DOB-based model identification method. By employing the nearest neighbor search method, the even-odd disturbance was separated without the influence of hysteresis even in situations with low control precision. The accuracy of the resulting ENGB system model was validated through experiments. The self-energizing effect due to friction between the brake disc and pad within the mechanical system was also validated.     

满足时间约束的物流配送网络设计

提出了对物流配送网络在时间上的需求，将问题抽象为能够描述具体情景的加权网络，结合图论中最短路算怯和问题中结点数目不变的约束条件设计了遗传算法，对问题作出了解答。在此基础上，对一个具体场景进行了算法仿真，得到了配送中心数目与服务质量关系的一般性结论，并且通过对收敛特性进行定性和定量的分析，验证了算法的有效性。     

长江航道主缓流判别算法研究

船舶航行时充分地利用主缓流航道可以节约能源。为了更加准确地划分长江航道的主缓流航道,提出了利用 k-近邻算法和 P 分位数法的划分方法。改进后的 P 分位数法采用动态选择 P 值的方法避免了主流区域可能过小的问题,k-近邻算法利用了测点的水深、流速等多种航道水文信息来划分主缓流。利用长江航道金口处和岳阳处的11个截面的实测数据对 k-近邻算法和 P 分位数法进行了对比分析,其中有10个截面的主缓流区域相近。进一步对比长江航道中典型的龙口水道和杨林岩水道,发现根据算法得出的主流区宽度和实际的相比,误差在12%以内,可以满足船舶航行的需要。      

基于边界点分布特征的夜间道路检测算法研究

提出一种在结构化道路情况下的夜间道路标志线检测算法。选择邻域均值滤波、Sobel算子和最大熵分割算法对道路图像进行预处理。结合道路灰度图像与道路边界图像,分析夜间道路边界点的分布特征,将道路边界点划分为到4个点集。针对虚假道路边界点,应用多方向搜索方法予以消除。选用2D的直线模型,采用改进的Hough变换从预处理后的图像中获取道路几何特征参数,最终检测出道路边界。试验结果表明本算法可靠、有效,户外试验中具有很好的鲁棒性。