改进智能水滴算法求解混合时间窗车辆路径问题

针对多目标车辆路径问题,研究了车载量、配送里程、混合时间窗等限制约束条件下,以最小配送费用和最少配送车辆数为目标建立多目标数学模型。在分析智能水滴算法求解类似离散问题时存在的局限性基础上,运用多种方式对其进行改进,并引入遗传算法选择、交叉及重组算子提高其性能,构建出两种改进智能水滴遗传混合算法,运用Solomon标准测试算例和实际算例进行验证。比较结果显示,改进后的混合算法能够有效解决离散问题,在持续寻优能力上较传统智能水滴算法和遗传算法更优；并且竞争选择改进智能水滴遗传混合算法求解算例效果最优。     

基于时间窗的车辆路径优化问题研究

物流配送车辆路径优化作为涉及多个影响因素和多目标要求的组合优化问题,其中具有时间窗约束的物流配送车辆路径问题是一个NP难问题。文章给出了基于时间窗约束的车辆配送路径优化模型,改进了传统的C-W节约算法,并与传统的C-W节约算法进行实例比较验证,讨论了各种方案的优劣,给出了切合实际需要的配送方案。     

基于自营式外卖的配送路径优化问题

近年来外卖行业迅速发展,在快消费时代引起了一股浪潮,然而随着外卖业的发展,如何提升外卖服务业的水平也成了热门话题,其中外卖配送路径的优化问题有为重要,其直接影响到了顾客体验以及配送成本。本文主要针对商家自营式外卖配送形式,立足于实际案例,通过TSP规划求解以及节约算法解决单配送车辆不考虑载重、多配送车辆考虑载重、多配送车辆考虑载重与时间窗的外卖配送路径优化问题,并对三种方案进行对比,分析其可行性进而实际解决某餐厅的外卖配送路径设计问题。     

随机需求和混合运输下的单产能供应链配送网络优化研究

本文研究了在客户需求随机和混合运输模式环境下,综合考虑了工厂单产能水平、客户时间窗、最大服务距离限制等因素,构建供应链配送网络模型,采用嵌入随机模拟的变异PSO算法进行求解,最后通过算例说明所建模型及求解算法的有效性。     

单源多汇车辆路径选择优化问题

本文以最小化运输路径的风险值和运输时间为优化目标,考虑车辆载重、配送时间限制等约束条件建立单源单汇战时军事物资的运输路径优化模型,并设计求解模型的智能算法对单源单汇战时军事物资的运输路径优化问题进行了研究,给出案例进行验证。     

基于ICSA的多配送中心VSP的研究

采用两阶段法,首先根据多配送中心的特点建立多配送中心车辆调度的数学模型,其次采用模糊隶属度的方法对客户进行分类,确定配送中心配送的客户,并采用改进免疫克隆选择启发式算法进行求解车辆调度的问题,最后结合算例利用MATLAB进行仿真,并与遗传算法进行了比较验证了模型和算法的有效性.     

基于供需双向服务的共享仓储配送路径优化

共享仓储是"制造业+互联网+共享经济"智能制造大背景下,通过集成智能仓库产品与专业化的"集中采购+智能存储+JIT配送"服务于工业园区.针对园区企业与共享仓储之间的供需双向服务的物流特征,需要考虑在交货硬时间窗、运输小车承载量和小车数量等约束条件下较优的配送路径问题.首先,建立了共享仓储配送路径优化数学模型,并采用车辆平均负荷作为综合评价指标.然后,基于贪心策略选择初始点,以最佳行程长度确定选择概率,对基本烟花算法进行了改进来求解优化.最后,仿真案例的结果表明,改进的离散烟花算法在计算共享仓储最优配送路径方面具有较好的收敛性和合理性.     

考虑道路修复的应急物资选址与配送双目标优化研究

极端自然灾害易导致交通基础设施中断,因此及时、有效地修复受损路网对灾区救援至关重要。本文针对地震等自然灾害的实际救援需求,研究道路修复、应急物资选址与配送的集成优化问题。首先,以最小化总匮乏成本和总救援成本为目标,构建考虑道路修复、应急物资选址与配送的双目标优化模型。然后,设计基于密度峰值聚类的非支配排序遗传算法II进行求解,并设计初始解生成策略、基于聚类轮廓系数的不动点策略以及变邻域局部搜索策略对算法进行改进。最后,利用汶川地震案例和随机算例,验证上述模型和算法的有效性。     

基于新型城镇化的城乡配送网络优化研究

构建了城乡物流一体化的配送网络,基于新型城镇化的发展特点,考虑配送带来的环境污染问题,建立了以配送成本、环境污染治理成本、运营成本及建设成本等为最小和以配送时间为最短的多目标网络优化模型,采用GAMS软件对所建模型求解,算例的计算结果表明,配送中心的选址及网络配送的线路与实际配送特点相符,能为城镇一体化的配送网络设计提供科学的决策依据。     

面向配送企业的纯电动汽车充电桩布局优化

本文在已有理论的上从配送企业角度出发,考虑需求约束和空间约束建立了以配送车辆路径最短使企业总成本最低为目标的充电桩选址模型,并用蚁群算法对模型进行了求解。最后,建立了新的应用场景作为算例分析,为配送企业的充电桩选址建立了优化方案。     

混合时间窗下多目标电商物流路径优化研究

结合电商物流特点,探讨混合时间窗车辆路径问题,设计了混合时间窗惩罚函数和模糊预约时间函数,建立了基于混合时间窗约束的多目标车辆路径模型。设计了改进智能水滴算法对模型进行求解,改进节点概率选择方式来保护优秀水滴,设置路径泥土量最大和最小限制以防止算法提前进入收敛。最后,运用实际案例模拟计算,与传统智能水滴算法计算结果对比分析。结果表明,改进智能水滴算法求解混合时间窗下多目标电商物流路径优化问题,能够以很高的概率获得更优的全局最优解,是求解这类问题有效算法。     

考虑下游配送次数的配送中心选址-库存问题研究

在实际物流配送流程中,物流企业(配送中心)对同一零售商往往在一定时期内多次供货.针对此现象,在固定建设成本LMRP模型研究基础上,从优化角度将模型扩展为考虑下游配送次数的LMRPVCC选址-库存问题.利用EOQ经济订货批量模型,计算零售商最优订货量与最优配送次数,得出包括订货成本、运输成本、零售商处的平均库存成本在内的零售商运作成本函数.结合粒子群算法特点与构建模型的特征,设计了修正粒子群算法对Daskin文中的49与88节点算例求解,并利用运输成本系数与建设成本系数对模型进行敏感性分析.     

基于NSGAII的应急物流多目标LRP研究

针对应急物流系统中选址-路径问题(LRP),建立了一个以最小化系统总耗时、总成本及最大化配送路线道路安全性的多目标优化模型,据此对应急物资供应点选择、配送中心选址及配送车辆路径安排进行决策。构造了带精英策略的快速非支配排序遗传算法(NSGAII)以求解多目标LRP模型,根据模型的特征,对算法的染色体编码、初始种群生成、交叉和变异方法进行了改进,并与变权多目标遗传算法进行对比研究。算例结果表明,改进的NSGAII可以更好地解决应急物流多目标LRP,求解出的帕累托最优解质量较高,算法具有较好的收敛性和运算效率。     

蚁群算法在煤炭配送路径中的应用

针对多配送中心煤炭车辆调度问题的复杂性,建立该问题的数学模型并提出合理假设和约束条件,以缩短配送路径降低配送成本为目标构造该问题的目标函数。文章结合实例应用蚁群算法对煤炭配送路径进行优化降低运输成本,通过实验验证了蚁群算法在煤炭配送路径优化问题的有效性。     

基于改进粒子群算法的配电网无功优化研究

电力系统无功优化是电力系统安全经济运行的核心问题之一,电力系统无功优化是一个较复杂、多目标、非线性混合规划问题。基于配电网无功优化所面临的困难,本文将改进粒子群优化算法应用到电力系统无功优化问题的研究中。最后通过对配电网33节点系统无功优化算例分析,仿真结果验证了该算法解决电力系统无功优化问题的有效性和可行性。     

基于粒子群算法的企业项目群进度优化模型研究

通过层次分析法,计算出项目群中各项目相对于项目群进度优化总目标的权重,进而计算出不同单位约束资源的使用在项目重要性权重约束下,对项目群整体相对进度优化值的影响。引入粒子群算法,设计算法流程,构建约束资源分配模型,对目标模型进行求解,从而实现项目群整体进度的优化。通过算例验证粒子群算法在解决项目群进度优化管理的可行性和有效性。     

灾害链、不确定供求和复杂应急资源分配网络的动态配置

基于灾害链、不确定供求和多周期情景,研究三层复杂应急资源分配网络应急资源的动态优化配置模型。该模型建立了3个带有主次关系的目标函数,分别为应急资源调度总时间最短、受灾人员损失最小和应急资源运输总费用最小,并从应急资源供给和需求等方面建立了相关约束条件。基于应急限制期约束对模型的多目标函数进行了转化,对相关参数进行了去模糊化处理,在此基础上给出具体算法,并用算例验证模型和算法的有效性和可行性。     

有路径均衡和时间窗约束的MTSP问题研究

基于最少旅行商数,旅行商间的路径平衡,遍历城市的时间窗等约束条件,建立数学模型,用改进的模拟退火算法,优化多旅行商遍历路径,该算法增加了记忆因子,记住最小的局部最优点,防止程序跳过全局最优点后跳不回来。通过仿真实例验证了该算法的可行性,且符合实时性的要求。     

树上逆重心问题的模型及解法

网络中的逆重心问题是典型的优化问题。本文考虑了所形成的网络为树时的逆重心问题,建立该问题的线性规划模型,并采用深度优先搜索算法和单纯形算法的混合策略进行求解,最后通过算例验证了该模型和解法的有效性和实用性。     

基于改进跟随蜂搜索过程的ABC算法

研究了一种求解作业车间调度问题的改进人工蜂群算法.在分析了蜂群算法在车间调度问题应用现状的基础上,指出了蜂群算法的优势和不足.针对蜂群算法在邻域搜索能力上的不足,利用模拟退火算法改进跟随蜂的邻域搜索过程,提高了算法搜索范围和收敛性.采用车间调度标准算例,通过仿真实验与其它算法进行比较,验证了算法的有效性和优越性.