基于改进遗传算法的多式联运路径优化研究

文中以荣森物流公司为研究背景,针对多运输方式多路径问题,提出一种改进的遗传算法,可同时解决运输方式的选择和路径的规划问题。通过建立多式联运路径优化模型,采用多参数编码方式,从而解决该类问题,同时为多式联运的相关决策和组织提供参考依据。     

多式联运路径优化模型与方法研究

考虑到多式联运路径的选择受到运输成本、运输时间、运输质量和服务水平等相关因素的影响,将多式联运的路径优化问题转化成为一个广义最短路径问题.以成本和时间为优化目标建立了适应运量变化情况下的多式联运路径优化数学模型,并选择蚁群算法对实际问题进行了求解验证.     

多式联运路径优化模型与方法研究

考虑到多式联运路径的选择受到运输成本、运输时间、运输质量和服务水平等相关因素的影响,将多式联运的路径优化问题转化成为一个广义最短路径问题,以成本和时间为优化目标建立了适应运量变化情况下的多式联运路径优化数学模型,并选择蚁群算法对实际问题进行了求解验证。     

基于遗传算法的国际多式联运路径优化研究

多式联运由于其经济高效的特点而受到了越来越多的关注。选择合理的运输方案可以有效地控制运输成本。依据现实生活中铁路和水路运输都有固定的运输时间表,文章建立了以运输成本、包装成本、等待成本和碳排放成本为目标的多式联运路径优化模型,采用基于保存策略和转移策略的遗传算法对模型进行求解。通过实例分析,验证了该模型的有效性,为多式联运方案的选择提供了决策支持。     

碳交易背景下的多式联运路径优化

以集装箱运输为例,在考虑碳交易成本的前提下,综合考虑运输成本与时间成本,构建了多式联运路径优化模型,并以上海至重庆的货物运输为例,采用遗传算法求解了不考虑与考虑碳排放成本两种情况下上海运输至重庆的最优运输路径与最小总成本。     

集成GIS的集装箱多式联运路径优化方法

借助地理信息系统技术和网络理论研究集装箱多式联运路径优化问题是现实可行的。分析了多式联运的空间属性和网络特征,提出运输网络的分层结构和多式联运网络的构造方法;设计了多式联运路径决策系统框架。     

高铁运输参与的多目标绿色多式联运路径优化

针对低碳要求下高铁参与的多式联运路径优化问题,考虑节点处各运输方式班期限制和运力差异以及收货时间窗约束等因素,构建了以运输成本、碳排放量和物流服务满意度为目标的多目标绿色多式联运路径优化模型。为提高模型求解效率,提出了改进基于参考点的非支配排序遗传算法。基于案例数据,对模型进行了求解,验证了模型和算法的有效性。针对运量和顾客收货时间窗变化等因素进行实验分析,结果揭示了各目标随运量和时间变动而变化以及高铁利用率变化的特征,可为多式联运经营人提供多差异性需求的有效运输方案。     

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。     

突发事件下双重不确定条件的多式联运路径优化

突发事件的发生,对于多式联运网络中节点中转能力与货运需求,都会造成不确定影响,这对于注重经济性与时效性的物流运输无疑是致命的打击。对此,文章讨论以在突发事件发生概率情景下,节点中转能力及货运需求双重不确定条件的多式联运网络路径优化模型,并设计遗传算法进行求解。根据中日多式联运物流网络,证实模型与算法的可行性,并分析不确定因素的影响。结果表明:突发事件的发生会影响多式联运的运输决策;当突发事件的影响导致节点中转能力低于货运需求量时,运输总成本会大大增加,而影响的进一步加大导致节点能力的再次降低不会再造成成本的明显增加;同时节点中转能力的提高却对运输总成本的影响并不显著。由此,企业在决策线路时需要考虑节点应对突发事件的可靠性与货运需求的波动性,保证运输服务安全与质量。     

基于遍历算法的多式联运运输方式选择

多式联运运输方式的合理选择可以有效地降低物流运输成本、节约物流运输时间,提高企业的物流服务水平。文中以多式联运经营者为决策视角,充分考虑运输距离、运输时间、中转费用及中转时间等诸多成本影响因素,构建多式联运路径优化模型,尝试运用遍历算法寻求货物从起点运至目的地过程中所有的运输方案包括所需运输成本及运输时间,以便为企业决策提供数据支持。     

基于遗传算法的物流运输与调度优化研究

物流优化是物流企业降低物流成本的主要方式之一,通过物流优化进一步提高物流公司的服务能力,已经是许多物流企业提升竞争力的一项有效举措。本文依据现实中的物流运输问题,建立了基于运输成本和时间的一般函数模型,利用遗传算法进行求解,寻求最优运输路线。算例结果表明使用遗传算法优化运输方式,可以改善现有的调度模式,在满足时间约束的条件下,实现物流运输成本最小。     

基于遗传算法的协同配送路径优化研究

针对现代物流配送中存在的运营成本高、效率低、整合度低等问题,构建基于多物流中心协同配送的路径优化模型,在算法选择上针对协同配送的特殊方式,提出引入虚拟客户的编码方式和基因换(移)位的变异方式来求解最优配送路径,并通过实例验证了模型和算法的有效性与可行性。     

面向多式联运的货运网络优化模型构建与应用

以多式联运货运网络为研究对象,综合考虑轴辐式网络中的规模效应、运输成本、时间及运输能力限制,构建多式联运货运网络模型。基于龙潭港货物运输实际,利用遗传算法对龙潭港多式联运枢纽网络优化模型进行求解,特别针对南京集疏运通道建设前后,分别运用模型求解,对南京联运方式变化进行对比分析,证明了在发展集疏运通道建设后,南京在运输网络中的地位进一步得到提高。     

基于三标度法的集装箱多式联运物流安全评价

通过深入分析,找出影响集装箱多式联运物流安全的各级指标,然后采用基于三标度法的层次分析模型,进行实例分析、验证,得出影响集装箱多式联运物流安全各指标的不同重要性,从而采取相应的防范措施加以改善。     

基于遗传算法的军用集装箱装载优化

以军用集装箱装载为研究对象，在考虑实际应用中的一些约束条件下，构造了军用物资的装载优化模型，提出了一种军用集装箱三维装载的遗传算法。该算法考虑了货物放置方向、装载客积、装载质量及装载重心等约束条件。最后对一个案例进行了计算，验证了该模型的有效性，并且利用3ds max得到了装载方案的三维图。     

基于遗传算法的车辆路径问题ExtendSim仿真与优化

文章首先介绍了物流领域中经典的车辆路径问题（VRP）,以及解决该问题的算法,然后论述了遗传算法在解决VRP上的应用,并详细地叙述ExtendSim仿真软件如何对某一VRP进行建模优化,最后得出最优方案.验证了这一仿真优化方法是解决VRP的一种有效途径.     

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。     

基于遗传算法的网络计划多目标优化

工程项目网络计划是为了达到成本最低、工期最短、资源利用最均衡、质量最优并能够保证安全施工。文章从遗传算法基本原理出发,设计网络计划多目标优化的目标函数及约束条件,结果证明,该方法解决问题速度快,结果精确度高,对工程项目管理具有实际的应用价值。