考虑患者转运的跨区域动态协同应急物流选址-分配优化研究

针对突发公共卫生事件下多个受灾地区之间跨区域应急资源配置的现实需求,研究考虑患者转运的跨区域动态协同应急物流选址-分配优化问题,构建跨区域的患者转运与应急资源协同配置两阶段优化决策模型。模型第1阶段优化确定患者动态变化与相应医院数量及其选址,第2阶段优化确定应急物资配送中心选址与应急物资分配。该优化模型同时考虑应急物流总成本(包括设施固定成本与运营成本)与转运时间2个优化目标,且考虑多周期动态变化的实际需求。针对上述优化模型特征,设计嵌入模型预测控制(MPC)方法的改进遗传算法。该算法将每个决策周期分为3个环节：1)疾病扩散预测环节,即每个周期开始时对疾病发展趋势进行预测;2)应急决策规划及实施环节,根据规划窗口的预测数据制定并实施应急选址-分配方案;3)数据更新与动态调整环节,即每个执行周期结束时,根据实际执行数据制定下一个周期决策。3个环节交互进行,相互迭代直到完成整个规划时期。最后,以贵州省跨区域的应急资源协同配置优化为例,验证所提优化模型及其求解算法的有效性。研究发现：与各区域独自应急相比,跨区域动态协同应急方案在转运时间没有明显增加的情况下,能有效降低应急成本,能够高效率地利...     

基于目标绩效控制的多阶段动态库存控制优化模型研究

在系统分析供应链协同和装配制造企业库存控制优化基础上,应用组织行为理论和控制论优化原理,构建了基于目标绩效控制的装配制造企业多阶段动态库存控制优化模型,并给出了其相应的求解算法;该优化模型和求解方法对指导企业实践具有重要指导价值,并具有很好的操作可行性.     

组合评价法在物流园区选址中的应用

在分析物流园区选址的影响因素和物流园区选址常用的方法的基础上,运用模糊德尔菲法、层次分析法与灰色关联分析相结合的评价方法对物流园区的选址问题进行分析评价.以长株潭国际工业物流园区选址问题为例进行评价,同时与传统的评价方法进行分析比较,结果表明该方法有较好的区分度、评价更为客观.     

多种运输方式的组合优化模型及求解算法

根据不同交通工具的技术经济特征，建立一个适用于多城市之间如何选择最优交通方式组合的模型。该模型是一个多目标的0－1规划模型，通过虚拟一个运输网络，将原问题转化为一个带时间约束和能力约束的最短路径问题，并且给出相应的求解算法－基于求最短路（Dijkstra算法）的启发式算法，有效地解决了带有时间约束和能力约束的最短路径问题。     

高铁货物运输安全风险识别与计量

基于快速化货物运输中的安全风险因素,构建了基于马尔科夫链的高铁货运安全可靠度计量分析模型,定量分析基于服务供应链视角的高铁货运各环节的安全可靠度;同时,构建基于贝叶斯网络的高铁货运安全风险评价模型,借助Ge NIe软件和数学推理得出根节点的概率重要度,甄别影响高铁货运安全的关键指标与关键环节。最后,通过数值仿真验证了模型的有效性,研究结果表明:高铁货物运输安全可靠度与修复率的相关性较大,加强动车组风险识别和处理能力,可有效提升高铁货物运输安全可靠度;规范高铁货运作业、加强安全防范措施和应急水平是保障高铁货运安全的重要措施。     

公铁联运背景下内河港与无水港竞合博弈研究

公铁联运背景下,无水港依托公转铁优势得到快速发展,对内河港造成严重冲击,两者无序竞争造成的资源浪费问题日益突出。为促进内陆港口之间的协调有序发展,考虑托运人对多式联运路径的选择偏好,构建基于Logit的内河港与无水港竞争合作博弈模型。在该决策模型中,港口基于利润最大化确定其相应的定价及联盟决策,而托运人则基于自身效用最优选择运输服务路径,在此基础上,设定不同情景,进一步研究内河港开通铁路专用线、内河港与无水港之间合作模式对港口竞合决策及托运人需求水平的影响。运用逆向归纳法求解Bertrand价格博弈模型,获得其相应的价格反应函数,并通过多次迭代得到博弈的均衡解。以岳阳港、长沙新港、阳逻港作为多式联运的中转节点,上海港作为国内多式联运的终点为例进行实证研究。研究结果表明：在港口利润最大的目标下,内河港与无水港合作优于竞争,但各自利润最高时的情景不完全相同。内河港无论是开通铁路专用线还是通过合作利用无水港的铁路线,其利润均能增加。内河港与无水港的路径互通合作模式不仅有利于提升港口联盟总体收益,也有利于提升托运人剩余价值。研究结果为不同情景下内河港与无水港的竞争与合作决策提供了参考依据。     

基于拆分运输的低碳车辆路径优化

基于拆分运输问题的特征,考虑运输过程中CO_2排放的成本,构建需求可拆分的低碳车辆路径优化模型;针对该模型的特点设计基于禁忌搜索的2阶段启发式算法。并以祁东县生物质发电厂的燃料运输为例,验证上述模型和求解算法的有效性。仿真结果表明:1)最短路径不一定是最小CO_2排放路线;2)距离发电厂最短的客户点最后访问有利于减少总碳排量;3)在考虑道路通行能力容许条件下,载重量大的车型有利于减排。     

多重不确定性下生物质燃料供应链多周期优化研究

生物质燃料是一种潜力巨大的可再生能源,近年来已引起人们越来越多的关注。生物质燃料在市政、交通领域的应用是碳减排的重要举措,得到了中国政府的大力支持。然而,原料供应、市场波动等因素的高度不确定性使生物质燃料产业面临巨大挑战。为提升生物质燃料生产比率、促进资源的合理配置,对生物质燃料供应链网络进行优化研究,分析原料供应、客户需求、价格波动的多重不确定性,以期望利润最大为优化目标,构建考虑多重不确定性的生物质燃料供应链多周期随机优化模型。在多周期背景下,综合运用随机离散场景模拟和情景树方法刻画上述不确定因素,构建等价确定性模型,并结合模型特征,设计基于嵌套Benders分解(NBD)与随机对偶动态规划(SDDP)相结合的求解算法。最后,通过算例仿真实验,对比分析不同不确定因素对利润和库存成本的影响。研究结果表明：需求或供应波动的增大,都会导致供应链利润减少,且与需求不确定性相比,供应不确定性对供应链的影响更大,因而决策者可更侧重原料的稳定供应,以获得更高利润;合理的库存可对冲市场波动带来的不利影响,保障生物质燃料的生产运转;产品价格波动或下降使企业面临较大经营风险。     

不确定环境下协同运输优化模型及其求解算法

在分析各种运输方式经济技术特性(速度、费用、运输能力等)的基础上,综合考虑多式联运实际运作过程中,运输时间和换装时间不确定性、换装条件和顾客对对货物到达时间窗的限制等因素,构建了一个时效性多式联运协同优化模型,针对模型的特点设计了相应的遗传算法.最后,给出了一个仿真算例,并分析了时间窗参数变化对最优解的影响,同时将该算法与其他求解方法进行了对比分析,仿真结果表明:遗传算法是解决不确定环境下多式联运协同优化模型行之有效的求解算法.