混合下单模式下在线餐饮订单配送优化模型

针对在线餐饮订单量激增及订单到达非均匀分布导致的调度不合理与资源浪费等问题，提出顾客提前下单与动态实时下单相结合的下单模式，研究此模式下订单配送优化. 考虑在线餐饮订单配送优化具有的动态VRP和多回程VRP属性，以最小化配送成本为目标，建立带有软时间窗的整数规划模型. 设计基于插入算法和2-opt 邻域搜索的混合启发式算法求解模型. 通过算例，分析提前下单顾客比例、提前下单时长等因素的影响. 结果表明，单个因素的增加会降低配送成本，当两者同时增加，因系统达到饱和使配送成本不升反降，因此要调整措施使顾客下单情况与系统配送能力相适应.     

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。     

基于多邻域的车辆路径优化迭代局部搜索算法

针对物流配送中的带有容量约束的车辆路径优化问题,提出了一个基于多邻域的迭代局部搜索算法HILS.首先用简单插入法构造可行解,然后从该初始解出发,在多邻域内进行局部优化.当陷入局部最优解后,根据解的接受准则,选择某个解,并对该解进行扰动,然后从扰动后的解出发重新进行局部优化.为提高搜索效率,局部优化过程只在限定邻域内进行.在国际通用的14个benchmark问题上进行仿真实验,结果验证了本文算法HILS的有效性和稳定性,与文献中的其他几种算法的比较结果表明,算法HILS的总体性能更优.     

����������·�Ż��ĸĽ��Ŵ��㷨�о�

物流配送线路优化问题，即车辆路线问题(VRP，Vehicle Routing Problem)是组合优化领域中的著名NP(Nonlinear Programming)难题。本文以VRP为基础，建立该问题的数学模型，设计了改进的遗传算法，通过大量计算机计算分析验证，此改进算法对VRP有良好的近似解和较高的收敛速度。     

Weather impact on containership routing in closed seas: A chance-constraint optimization approach

Weather conditions have a strong effect on the operation of vessels and unavoidably influence total time at sea and associated transportation costs. The velocity and direction of the wind in particular may considerably affect travel speed of vessels and therefore the reliability of scheduled maritime services. This paper considers weather effects in containership routing; a stochastic model is developed for determining optimal routes for a homogeneous fleet performing pick-ups and deliveries of containers between a hub and several spoke ports, while incorporating travel time uncertainties attributed to the weather. The problem is originally formulated as a chance-constrained variant of the vehicle routing problem with simultaneous pick-ups and deliveries and time constraints and solved using a genetic algorithm. The model is implemented to a network of island ports of the Aegean Sea. Results on the application of algorithm reveal that a small fleet is sufficient enough to serve network’s islands, under the influence of minor delays. A sensitivity analysis based on alternative scenarios in the problem’s parameters, leads to encouraging conclusions with respect to the efficiency and robustness of the algorithm.     

车辆路径问题的混沌粒子群算法研究

针对车辆路径问题中单仓库非满载这一基本类型的具体特性,设计了一种混沌粒子群算法;利用混沌系统的随机性、规律性和遍历性初始化粒子,大范围覆盖车辆路径问题的解空间,加强算法最优路径的搜索能力;通过在求解过程中的次优路径处施加混沌扰动,使算法放弃当前求解的路径,避免结果为次优解。并通过试验验证了该算法在车辆路径问题中具有很强的寻优能力。     

几种车辆路径算法的研究

文中针对VRP问题提出了多种算法,可概括为2大类:精确算法和启发式算法(传统启发式和现代启发式算法).文中据此总结了动态规划法、最近插值法、遗传算法和模拟退火算法的步骤及特点,并对这4种算法的优缺点及适用范围等进行了分析比较,提出了今后的发展和研究方向.     

�й����ͳ��������ص㼰���о��ص�

在物流配送中,车辆调度的本质是物流公司利用自己有限的资源,在一定条件下,利用社会资源来完成客户货物移动的需求.本文从这个本质出发,分析了我国车辆调度中具有的多配送中心,多车型,集货、送货、集送一体化业务混合,以及配送受交通状况影响较大这四个特点.针对这些特.点,文章在最后提出了物流配送中,车辆调度所研究的重点和关键技术,以便构建真正实用的车辆调度系统.     

混合下单模式下在线餐饮订单配送优化模型

针对在线餐饮订单量激增及订单到达非均匀分布导致的调度不合理与资源浪费等问题，提出顾客提前下单与动态实时下单相结合的下单模式，研究此模式下订单配送优化. 考虑在线餐饮订单配送优化具有的动态VRP和多回程VRP属性，以最小化配送成本为目标，建立带有软时间窗的整数规划模型. 设计基于插入算法和2-opt 邻域搜索的混合启发式算法求解模型. 通过算例，分析提前下单顾客比例、提前下单时长等因素的影响. 结果表明，单个因素的增加会降低配送成本，当两者同时增加，因系统达到饱和使配送成本不升反降，因此要调整措施使顾客下单情况与系统配送能力相适应.     

需求变动下的冷链品配送路径规划

为探讨顾客需求变动下冷链品配送路径的规划与优化模型选择问题,首先以带时间窗的车辆路径问题模型为基础,构建了以配送总成本最小化为目标的冷链品配送模型;然后,通过节约算法进行配送路径的优化;最后,通过算例比较了运用随机性配送模型(考量顾客需求的变动)与确定性配送模型(使用给定需求期望值)所规划的优化路径及其差异.结果显示,当顾客需求波动幅度较大时,随机性模型规划优于确定性模型,当顾客需求波动幅度较小时,确定性模型规划优于随机性模型;此外,随着需求变动程度的增大,两种模型所得出的配送总成本都会相应增加,因此,最后提出了降低顾客需求不确定性的相关建议.