大规模物流配送车辆调度问题研究

研究大规模物流配送车辆调度问题,提出其整数规划数学模型,把大规模配送车辆调度问题(VRP)转化为配送区域划分问题和单车线路优化问题2个子问题,用改进的基地启发式分区算法(ILBH)解决配送区域划分问题,运用混合遗传算法(GA NS)解决分区域后区域内的配送车辆的单车线路优化问题.此改进的2阶段算法有效地解决了大规模配送条件下,在可行时间内得到近似解或满意解的问题,该方法已在某物流企业中成功应用并取得了显著的经济效益,其成果在城市配送系统中具有普遍的适用性和应用推广前景.     

利用模拟退火算法求解VRPTW问题的研究

带时间窗车辆调度问题(Vehicle Routing Problem with Time Window,VRPTW)是具有时间区间(即时间窗)约束的车辆调度问题,它比传统的车辆调度问题更加接近实际中的运输要求。本文从分析模拟退火算法的求解思想入手,建立一个利用模拟退火算法求解VRPTW问题的数学模型,并结合南宁铁路局南宁机务段多个检修基地物料配送的实际,求解出配送车辆最优派车方案,为企业节支创效提供技术支持。     

基于鲜活农产品冷链物流配送的车辆路径优化研究

根据鲜活农产品易腐这个特殊性研究鲜活农产品在冷链物流中的配送管理问题,从鲜活农产品冷链物流配送商的角度出发,构建基于冷藏车能耗成本分析的冷链物流配送车辆路径优化模型,应用蚁群算法和MATLAB工具对算例进行求解和分析,结果表明构建基于冷藏车能耗成本分析的配送路径优化模型更适合冷链物流配送最优路径的选择.     

基于改进粒子群算法的生鲜农产品配送路径优化研究

以生鲜农产品在途时间最短、配送成本最低为优化目标,构建了农产品配送路径优化问题的模型,采用基于局部精益搜索策略的改进粒子群算法求解该问题。通过仿真实验表明,改进粒子群算法是农产品配送路径优化问题的一种有效方法,对于提高农产品配送效率,降低配送成本有重要的现实意义。     

基于混合遗传算法的农产品物流配送路径优化

农业生产及农业生产资料供应和农产品的合理配送,除了应选择合适的运输方式外,还要确定合理的配送路线和货物的运输量,对于不同的运输条件、组织方法,车辆可以按照不同的配送路线完成农产品及其相关生产资料的配送任务。在构建了农产品及其生产资料的物流配送路径优化数学模型的基础上,提出了基于局部竞争机制的选择小生境技术和自适应调节交叉变异参数方法提高全局收敛性能,然后将带有记忆功能的模拟退火算法与上述改进遗传算法相结合,以提高局部搜索能力,从而构造出一种新的混合遗传算法。经过计算证明,这种混合算法可以在很大程度上解决上述问题,并得到最优解或者近似最优解。     

改进的A~*算法在物流配送中的车辆调度方法

提出一种基于改进的A*算法在物流配送中的路径选择、路径规划和车辆调度方法,利用网格化配送区域构造地形图,判断地图中障碍物选择不同的启发函数,用改进的递归型A*算法与加权图搜索路径规划方案,兼顾车辆路径中约束条件,以减少运输距离,增强对物流配送过程的全面控制和管理,实现较经济的配送线路。     

生鲜农产品车辆和无人机组合配送路径优化及效果测试

【目的】为提升生鲜农产品的配送效率,提出生鲜农产品车辆与无人机组合配送路径优化方案。【方法】按照生鲜农产品冷链配送体系要求,采用模糊K-means聚类方法确定生鲜农产品配送中心;定义配送中心位置为车辆和无人机组合配送的起点,以生鲜农产品配送总成本最小为目标函数,利用蚁群算法和无人机物流车协调配送算法求解上述构建的目标函数,获取最低配送总成本的配送路径规划结果;引入安全启发函数优化蚂蚁转移规则,获取安全最高的无人机最优配送路径。再按照该方法,将生鲜农产品按照质量划分为重件和轻件,并计算重件和轻件在配送过程中产生的成本,获取在不同的总配送生鲜农产品快件数量下,优化前与优化后的配送成本。【结果】效果测试表明,该方法具有良好的聚类效果,簇类凝聚度(Davies-Bouldin, DB)指数值均低于0.15,可合理选取配送中心,保证配送中心的覆盖程度。并且通过对比该方法应用前后的数据对比可知,应用前重件和轻件的配送成本明显更高于应用后的成本。【结论】该方法可以更高质量地完成车辆和无人机组合配送路径规划,能够显著降低生鲜农产品的配送总体成本,应用效果满足应用需求,提升配送效率。     

物流领域的“JIT”——越库调度

越库被称为物流领域的"JIT",通过越库配送可以有效降低库存和运输成本,提高配送效率。越库调度是越库配送的核心问题,主要任务是安排进出配送中心车辆的顺序及其在站台的分配。越库调度是复杂的NP问题,建模与求解异常困难。对越库调度问题的国内外研究现状进行了系统梳理,依据站台分配、越库调度、越库运输计划3种类型,对越库调度问题的模型演变和优化求解算法进行了分类总结。目前,越库调度问题虽然已经取得一些研究成果,但在理论框架、集成调度、动态调度以及与实际应用的结合等方面仍有待加强。     

基于改进蚁群算法的农业运输车辆路径优化研究

针对农产品在运输过程中运输时间长易变质等问题,合理规划果蔬运输车辆的配送路径。在基本蚁群算法的基础上,提出适合求解路径规划的改进型算法,同时提出了自适应调整的方案,提高跳出局部优解的能力以及算法的全局收敛性。仿真试验结果验证了改进型算法的可行性和高效性,从而达到运输车辆路径优化的目的,为提高农产品的运输效率、降低成本、提高收益提供了理论依据。     

区域农产品运输与配送路径研究

根据第三方物流企业参与农产品物流运输与配送过程中车辆路径所具有的特点,建立了有一个客户点服务顺序确定,车辆最终从该客户点直接回到发车场的第三方物流运输与配送农产品的新型物流车辆路径问题模型,并根据区域农产品物流运输与配送过程中农户数量众多且分布较广的现实特点构造了一个大规模问题算例.运用改进的禁忌搜索算法对算例进行测试,取得了满意的优化结构.     

混洗蛙跳算法在农产品物流配送车辆路径上的应用

针对当前农产品物流配送车辆路径问题中无法满足客户时间需求的问题,对混洗蛙跳算法进行改进,与带时间窗的车辆路径问题相结合进行分析研究,可以有效解决全局收敛和局部收敛问题。结果表明,G-SFLA算法是求解农产品物流配送车辆路径问题的较优方案。     

蜂群算法在冷链物流配送车路径规划中的应用

车辆路径规划问题是冷链物流配送环节的关键,而易腐农产品会随运输时间的推移而腐烂变质或者影响其使用价值。利用解蜂群算法采蜜行为的基本原理及其算法流程,根据配送中心与客户的需求以及运输过程存在各方面约束条件的情况下建立模型并初步考虑到农产品的腐败成本。最终分析并设计了一种基于人工蜂群算法的冷链物流配送车辆路径优化方法,并应用实例及软件仿真对算法进行了验证,且证明了该算法的有效性。     

分布式农产品物流配送系统研究

设计分布式农产品物流配送系统的体系和功能结构,建立配送中心选址和配送路径优化2个核心数学模型,分别运用粒子群优化算法和改进蚁群算法求解,并将分布式技术与GIS技术相结合以实现系统。     

生鲜农产品多车型冷链物流车辆路径优化

针对冷链物流配送系统中总成本较高以及车辆有效利用率低的问题,在考虑拥堵指数的基础上,构建以包含碳排放在内的配送总成本最小化和客户满意度最大化为总目标的多车型路径优化模型。采用自适应遗传模拟退火算法,对带有时间窗的冷链物流路径优化问题进行研究。结果表明:1)在配送总成本和客户满意度被视为同等重要的前提下,与采用配送总成本最低的单车型相比,多车型配送的满意度提高1.28%,总目标降低31.40%;与采用满意度最高的单车型相比,多车型的配送总成本降低20.01%,总目标降低38.80%。因此,在上述前提下,多车型相比单车型配送更具优越性。2)与采用传统遗传算法相比,自适应遗传模拟退火算法在配送总成本上降低3.52%,满意度提高29.54%,且能较快求得最优解,验证了该算法的有效性;3)根据模型参数对各目标函数值的影响分析可得,适当的定价可提高满意度,降低碳排放量和货损成本;保质期的增长虽然降低了货损成本,但是会增加制冷成本和时间窗惩罚成本;生鲜农产品对时间敏感度的增加,会增大货损成本,但时间敏感度与配送总成本不成正相关。     

面向农业监控的动态无线传感器网络路由算法

无线传感器网络在农业生产的信息采集、处理和远程控制等方面有广阔的应用前景,目前已有的路由算法存在不支持动态网络,或没有考虑移动式基站等问题.提出基于簇的动态的层次型路由算法,算法支持传感器节点和基站的移动性,采用时分多路访问和活动/睡眠机制,以资源丰富的驱动装置作为网关节点管理簇内移动,为农业生产提供更实用的监测方案,仿真结果表明,该算法具有较低的网络能耗.     

求解双向物流配送路径问题的改进遗传算法

具有同时取货和送货需求的双向物流配送路径(VRPPD)问题是经典车辆路径问题的一个重要扩展形式.本文设计一种改进的遗传算法,在交叉过程中保留了不可行染色体,而在变异阶段再对染色体进行可行性调整.这种算法既增加了染色体的多样性,加速了寻优过程,又解决了染色体在交叉变异后可能产生不可行染色体的问题,从而改善了运行结果.仿真试验结果表明:该算法可在较短时间内得到具有竞争力的解,且具有良好的稳定性;采用该算法求解VRPPD问题的可行性和有效性.     

基于改进多目标遗传算法的农村低碳物流配送路径优化

针对我国县、乡、村物流配送成本居高不下，需求覆盖率严重不足以及碳排放量较高的现实问题，构建考虑需求不确定和碳排放约束的农村物流配送路径优化模型，并提出了适用于多车型的改进多目标遗传算法。结合农村物流配送数据，运用MatlabR2014a软件进行仿真试验，最终得出在需求不确定和碳排放约束下农村物流的最优配送路径方案。仿真试验结果表明:设计的改进多目标遗传算法对于求解农村物流配送路径优化问题具有较好的有效性和适用性；在需求不确定和碳排放约束下，改进多目标遗传算法能够有效降低农村物流配送成本，提高需求覆盖率；与单车型配送方案相比，多车型配送方案在农村物流配送中更具优越性。     

基于时间窗的农机调度技术研究进展

构建合理的跨区域多农机调度服务作业系统可以减少传统农机作业调配方式的成本,避免多区域作业农机的盲目流动,提升农业机械的作业效率.目前,跨区域多农机调度服务作业是我国农业的主要作业方式,智能调度模型和优化算法被广泛应用到农机调度中.针对基于时间窗的农机智能调度技术的特点,综述了农机调度与传统车辆调度的区别,以及国内外学者...     

烟草物流配送路径研究

现代商业的发展使得物流建设成为烟草企业提高核心竞争力的重要手段之一,而在能源成本不断攀升的今天,合理规划配送车辆行驶路径以降低烟草企业的运行成本,是烟草企业物流管理有待解决的迫切问题。当前求解车辆路径问题的研究一般只局限于网点数目比较小的情况,而烟草物流配送却是网点数量较多的问题。为此,利用蚁群算法对烟草物流路径问题进行了探讨,仿真试验显示该方法能取得较好的结果．