全渠道零售场景下配送车辆路径问题

为研究全渠道零售的配送系统对企业物流成本的影响,综合考虑时间窗、车型选择等因素,以运输成本最低为目标,建立高度协同的全渠道零售场景下的物流配送模型。该模型采用自适应遗传算法求解,利用MATLAB进行算例分析。结果显示:全渠道零售模式下的车辆调度方案能迅速响应消费者需求,与一般配送模式相比可以减少物流成本,优化车辆配置。与粒子群优化算法相比,自适应遗传算法的运行时间更短、优化结果更好,这验证了模型和算法的可行性和有效性。     

基于NSGAⅡ的带时间窗生鲜品配送路径优化

考虑到生鲜品的易腐性、高时效性和对运输环境要求高的特点,为减少生鲜品配送企业的配送成本,提高客户满意度,在车辆载重、时间窗、生鲜品保质期等约束条件下,提出将配送总成本最小化和生鲜品新鲜度最大化的多目标车辆路径优化模型。利用改进的非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGAⅡ)对模型进行求解。求出满足配送总成本最小和生鲜品新鲜度最大的相对较优解,证明模型的有效性。该模型在大规模配送和客户地理位置分布较为分散的情况下,对生鲜品新鲜度的优化较为明显。     

基于论文和专利数据的研究前沿挖掘研究——以智能网联汽车领域为例

[目的/意义]对比论文数据和专利数据的特征指标,识别热点、新兴、潜在和消亡研究前沿主题.[方法/过程]利用LDA主题模型,对智能汽车领域相关的论文数据和专利数据进行主题提取,计算两个数据源下各主题的强度和主题新颖度并进行对比分析.[结果/结论]本文识别出路径规划技术等热点研究前沿6个、智能计算等新兴研究前沿2个、安全认...     

考虑偏差路径的电动汽车充电站选址和定容

为在电动汽车推广初期提升其在物流配送领域的接受度,缓解途中驾驶人员的"里程焦虑",对电动汽车充电站的选址和定容进行合理规划。不仅考虑驾驶人员为给电动汽车充电而愿意偏离最短路径行驶的偏差路径,还考虑电动汽车进入充电站后的等待时间,提出一个双目标混合整数规划模型。以偏差路径中的车流量来模拟充电需求,以最大化满足路径中需求与最小化平均等待时间两个目标之间的相互平衡作为衡量选址和定容合理性的指标,从而得到充电站的合理规划。结果表明:单次充电行驶里程、偏差距离和服务速率对充电站的选址和定容有重要影响。     

基于ArcGIS的多温区冷藏车辆路径优化

为降低冷链物流成本,研究多温共配模式下生鲜农产品冷链配送问题。采用多温区冷藏车,构建考虑运输成本、货损成本、制冷成本的路径优化模型,利用遗传算法对算例进行求解,借助ArcGIS规划最短路径。算例结果显示,与传统配送模式相比,多温共配模式可减少2辆冷藏车的调度,总成本降低34. 1%,实际运输距离缩短54. 1%。多温共配模式可有效解决生鲜农产品配送小批量、多品种、高成本的问题。     

考虑充电和等待时间的集装箱码头AGV调度

为提高自动化集装箱码头自动导引小车(automated guided vehicle,AGV)作业效率和利用率,考虑AGV的电量续航能力和重空载的耗电差异,在AGV任务选择时综合考虑任务距离和各任务紧急程度,并设置AGV充电结束条件以减少AGV排队等待的时间,建立以最小化完成任务总时间为目标的AGV调度模型。用Java进行实例求解。结果表明,对AGV采用多频次充电并将其允许工作电量百分比设定为71%时,完成任务总时间最短,耗电量最小,且AGV利用率较高。     

基于经济与排放效益的混合动力和纯电动公交车发展前景分析

以混合动力和纯电动公交车为研究对象,基于购置成本和使用成本构建全生命周期成本模型,利用GREET模型分析“油井到车轮”二氧化碳排放量,并与传统柴油公交车对比,分析50万公里名义寿命周期内乐观和保守两种情景下新能源公交车的发展前景.结果表明:在乐观情景下,纯电动公交车拥有最优的生命周期成本和二氧化碳减排量,较柴油车分别低37％和35％;在保守情景下,混合动力公交车拥有与柴油公交车持平的生命周期成本及较低的二氧化碳排放量,较同时期柴油车低30％,纯电动公交车的生命周期成本则远高于柴油车.未来10年混合动力公交车具备良好的应用前景,纯电动公交车则需要电源结构优化和电池技术突破之后才能显示较强的竞争力.     

一种基于聚类的云计算任务调度算法

任务调度是云计算中的一个关键问题.针对 Min-Min 算法负载不平衡的缺点,引入 K-means 聚类,提出一种基于 K-means 聚类和 Min-Min 的云计算任务调度的新算法.该算法采用 K-means 聚类方法依据任务长度对任务聚类进行预处理,然后根据 Min-Min 算法的机制进行任务调度.仿真结果表明,该算法具有较好的负载均衡性和系统性能.     

双积分制下的新能源汽车产业链续航能力决策研究

在双积分制背景下,通过构建产业链自制式决策和外购式决策模型,研究了新能源汽车产业链中乘用车生产企业和电池生产企业的最优决策问题。结果表明：消费者支付意愿的提高、电池生产企业的研发能力的提升、市场上新能源汽车积分交易价格的上涨,都有利于两种决策产业链中新能源汽车续航能力的提高;自制式决策更有效,但外购式决策产业链可以通过提升消费者支付意愿、提高电池企业的研发能力来达到自制式决策产业链利润的效果。在外购式决策产业链中引入了政府补贴机制,实现产业链良性发展。在此基础上,给出了新能源汽车产业发展的建议。     

智能交通系统中视频背景实时更新技术的改进研究

车辆检测是智能交通系统（ITS）的核心。探讨采用自适应算法对背景进行实时更新的方法,能有效削弱恶劣天气和环境变化在画面上产生的各种噪声。实验表明此方法具有很好的实时性,能满足视频车辆检测的要求。还探讨了一种在堵车的复杂环境下背景的实时更新算法,用前景静止物体表面灰度值的变化量,来估算背景的改变量,从理论上解决停车及车辆缓行条件下的背景更新问题,达到扩展背景差法通用性的问题。