物流分区配送路线优化问题建模及算法求解

针对配送中心的配货路线规划问题,充分考虑收货点的随机与分散的特点,并在需求量设定时考虑到退货,建立了分区规划下的物流配货路径优化模型,同时用实例进行验证。首先应用spss聚类算法对配送网络进行分区,将问题转化为小规模的单车线路优化问题;然后提出sweep改进算法,在一定程度上减少了车辆数的配备,降低成本投入;再建立物流配送模型,并结合蚁群算法,对每个分区内的投递点进行求解。且模型考虑了软时间窗,增加了对提早到达或是晚到达的费用损失问题的考虑,更接近实际。     

多目标配送路线的合理选择

在物资配送业务中,涉及了许多优化决策问题,配送路线的选择就是其中一个优化决策问题。在选择配送路径时,不仅要考虑运输里程、运输时间,还可能要考虑运输费用、运输环节等因素,因此,配送路线的选择实际上是一个多目标决策问题。在分析多目标物资配送路线问题的基础上,对计算机辅助多目标配送路线的选择方法进行了研究和探讨,利用AHP层次分析法建立了多目标物资配送路线的选择模型,以实现货物配送路线的合理选择,降低物资配送的运输费用,提高物资配送业务的服务水平。     

考虑客户满意度的多式联运运输组合优化模型研究

考虑运输过程中的费用、时间、客户满意度等因素，建立了以集装箱运输方式与路径选择为基础的广义费用最小模型，并提出了求解模型的层次分析法和遗传算法。     

基于蚁群算法的战时运输路径优化模型

针对多式联运,必经点等战时维修器材供应运输中的现实问题,考虑当各路段通行时间和运输方式转换时间为随机变量时,建立起了给定时间的最大置信水平约束下,以最小时间和费用为优化目标的随机机会约束模型,然后根据所建模型特点,基于随机模拟方法,设计了的模型求解的蚁群算法。算例结果表明:该模型和和算法具有有效性,能为确定战时交通运输路径提供有效的决策支持。     

货物运输时间成本研究

货物在运输时所消耗的时间,不仅会对货物本身的价值产生影响,也会增加一定的额外费用。额外费用的总和,在理论上就是货物在运输过程中,消耗的时间价值。本文构建了运输时间成本模型,并结合实际的案例进行分析,得出综合考虑运输时间成本与只考虑运价的时候运输方式选择上有所差别,也印证了某些货物在实际运作时不是选择运价最低的运输方式的现象。     

多目标配送路线的合理选择

随着市场经济的发展、物流专业化程度的提高以及物流业服务范围的不断扩大,物资配送业务将越来越普遍。在物资配送业务中,涉及了许多优化决策问题,配送路线的选择就是其中一个优化决策问题。在选择配送路径时,不仅要考虑运输里程、运输时间,还可能要考虑运输费用、运输环节等因素,因此,配送路线的选择实际上是一个多目标决策问题。本文在分析多目标物资配送路线问题的基础上,对计算机辅助多目标配送路线的选择方法进行了研究和探讨,利用AHP层次分析法建立了多目标物资配送路线的选择模型,以实现货物配送路线的合理选择,降低物资配送的运输费用,提高物资配送业务的服务水平。     

基于人员和车辆可租赁条件下的车辆路径选配模型及优化

物流服务供应商面临的决策问题常常是复杂的规划问题。文中考虑短程的计划,物流服务供应商在需求点的时间窗、车辆的容积和人员的调度,包括租用的人员和车辆的条件下决定收发件路线,建立了路线和人员调度相结合的规划模型。采用节约启发式算法来求解车辆路径问题,得到路线安排的满意解。之后采用贪婪启发式算法对人员进行分配,通过实际案例得出:在租赁人员和车辆的情况下比不租赁人员和车辆总的费用更低。结果表明,启发式算法既能够满足时间限制,又能够节约运输里程和费用。     

解决双目标直达运输问题的决策支持系统

解决双目标直达运输问题的决策支持系统王卫民译路径选择问题实质上往往是多目标的。，也就是说，一条从原点到终点的路径要受到一个以上的目标影响。例如，物流规划人员也许想把路途费用降至最低，使通过路径的总预期时间，或者说在遇到最复杂情况时走完全程的总时间缩至...     

基于改进遗传算法的连锁便利店配送路径优化研究

针对零售超市较高的送货时间段、服务时间要求,构建以配送费用最小为目标的带时间窗物流配送路径优化模型,以优化零售小店物流配送网络、提高物流配送质量为目的,采用改进遗传算法对模型进行求解。以石家庄部分苏宁小店为例,对其物流配送路径进行研究,优化后路径配送费用比优化前降低21.5%,研究结果为企业确定经济、合理的配送路径提供参考。     

基于蚁群算法的应急物流配送车辆调度研究

以车辆配送问题为背景,运用了蚁群算法来求解应急物流配送车辆调度模型。在带有时间窗的基础上考虑应急系统各节点的运输距离和费用构造模型。根据模型的特点,设计了蚁群算法求解方法,并针对蚂蚁路径选择做了改进性分析。实例研究结果表明．蚁群算法在应急物流配送车辆调度问题中具有合理性、可行性和有效性。     

大规模突发事件应急物资调度中的车辆路径问题

研究了n台应急车辆将应急物资从应急服务中心如机场、火车站运送到m个应急需求点,最后返回到应急服务中心的车辆路径问题,并以所花费的总时间最短且各辆车花费时间尽可能均衡为目标建立了模型,给出了改进的"最近搜索法",并用算例验证了模型的有效性。     

Hospital capacity planning for disaster emergency management

Hospitals are an integral part of a society's critical functions designed to respond to man-made and natural disasters. Effective hospital capacity planning can significantly enhance the capability and effectiveness of treatment for emergency patients with injuries resulting from a disaster. Such information can be used for patient/ambulance routing, resource planning, and emergency operations management. In the current paper, we develop a generic simulation model that is capable of representing the operations of a wide range of hospitals given an earthquake disaster situation. Using results from our simulations, generalized regression equations are fitted to obtain steady-state hospital capacities. A parametric metamodel is then developed to predict transient capacity for multiple hospitals in the disaster area in a timely manner, as demanded by emergency operations management for guiding the routing and treatment of injured people.     

微粒群算法在自然灾害等引起的变化路径运输问题中的应用研究

"11.15"的上海特大火灾造成了巨大的人员与经济的损失。如果消防车辆能克服交通系统的不畅而更及时赶到的话,或许结果会不一样。因此如何将路径变化运输转化为车辆路径问题(Vehicle Routing Problem,VRP),并求解恰当的行车路径,对于城市应急以及日常的物流配送企业都有着重大的现实意义及经济价值。文中将微粒群算法(Particle Swarm Optimization,PSO)应用于车辆路径问题,建立车辆路径问题的微粒群算法的数学描述,编译出此问题的程序,并对一个实例进行仿真分析。     

多出救点、单需求点应急物资车辆路径—分配优化决策模型

将应急车辆路径优化和物资分配结合,依据应急响应的时效性、安全性和经济性三个准则,建立了多出救点、单需求点应急物资车辆路径－分配优化决策模型。首先通过对多目标函数的无量纲化、权重聚合处理等,构造决策效用函数,采用Dijkstra算法求解备选路线权重。其次,结合应急物资分配的多出救点组合选择,利用总体决策准则值,进行优化求解。最后,构建应急物资车辆路径－分配优化决策模型及其算法,算例及其分析结果证明了该模型算法的有效性。     

基于免疫—蚁群算法的应急物流配送网络优化研究

论文针对应急物流的配送车辆路径优化问题,建立以应急物流初期有限资源的分配达到整体的最优化（时间短、效率高、安全高、成本低）的多目标模型,结合模型的特点,利用免疫算法和蚁群算法相融合的启发式算法进行求解,最后进行算例分析,解决应急物流配送车辆路径选择的实际问题。     

带时间窗的应急救助物资配送车辆路径优化模型研究

在自然灾害突发后,必须将救助物资在规定的时间内运送到受灾点。针对带有时间窗的应急救助物资配送车辆路径优化问题进行研究,建立车辆路径优化模型并运用了蚁群算法进行求解,取得了较好的效果。     

A social activity and physical contact-based routing algorithm in mobile opportunistic networks for emergency response to sudden disasters

Sudden disasters such as earthquake, flood and hurricane necessitate the employment of communication networks to carry out emergency response activities. Routing has a significant impact on the functionality, performance and flexibility of communication networks. In this article, the routing problem is studied considering the delivery ratio of messages, the overhead ratio of messages and the average delay of messages in mobile opportunistic networks (MONs) for enterprise-level emergency response communications in sudden disaster scenarios. Unlike the traditional routing methods for MONS, this article presents a new two-stage spreading and forwarding dynamic routing algorithm based on the proposed social activity degree and physical contact factor for mobile customers. A new modelling method for describing a dynamic evolving process of the topology structure of a MON is first proposed. Then a multi-copy spreading strategy based on the social activity degree of nodes and a single-copy forwarding strategy based on the physical contact factor between nodes are designed. Compared with the most relevant routing algorithms such as Epidemic, Prophet, Labelled-sim, Dlife-comm and Distribute-sim, the proposed routing algorithm can significantly increase the delivery ratio of messages, and decrease the overhead ratio and average delay of messages.     

Dispatching and routing of emergency vehicles in disaster mitigation using data fusion

The aim of this paper is to develop a robust methodology for the dispatching and routing of emergency vehicles (EVs) in a post-disaster environment with the support of data fusion. In this work, we consider an earthquake scenario with a large number of casualties needing medical attention. Given an influx of information (regarding casualties, road, traffic conditions, etc.), data are fused to provide estimates of the entities under consideration. We use this information to dispatch and route EVs to casualty pickup locations, followed by delivery to appropriate hospitals. Key factors here include patient priorities, clustering criteria, and distance. Similarly, factors affecting the dispatching of EVs from patient locations to hospitals include waiting time at hospital emergency rooms, hospital capacity, and distance. Routes must be generated for EVs by accounting for real-world road networks, existing road damage, congestion, and related issues. We develop a dispatching and routing simulation model, and utilize a case study to evaluate the performance of our proposed methodology.     

基于粒子群算法的应急物流配送车辆调度研究

结合应急物流配送的车辆优化调度问题,根据应急物流配送的突出特点,对应急物流配送车辆调度路径优化进行了探讨。并建立应急物流配送车辆调度模型,用粒子群算法对车辆的配送路径进行优化。最后通过对实例的分析,验证了本文所提出的模型、算法具有合理性和可行性。     

自然灾害下的公交疏散路线模型

自然灾害通常给社会带来巨大的危害,以自然灾害所引起的紧急情况作为研究背景,进行应急交通疏散预案研究。讨论自然灾害下的应急交通疏散问题并重点探讨疏散路线设计、疏散时间计算,用以达到在自然灾害发生前将人们转移至安全地点的目的。利用公交车作为疏散工具,将公交疏散路线问题归为带时间窗的车辆路径问题(VRPTW),建立基于VRPTW的公交疏散路线模型,以某地区为案例利用TransCAD软件中的车辆路径功能(VRP功能)设计疏散路线,得到标有疏散时间和疏散路线的地区图形,并最终计算得到每条路线的疏散时间、疏散人数、公交车数等信息。