基于改进遗传算法的网约车共乘优化调度模型求解

以往网约车调度模型都是基于门对门服务的假设上构建的,车辆可以直接到达乘客要求的地点接送乘客,而文章所提出的网约车共乘优化调度模型（Dial-a-ride Problem with Meeting Points, DARP-M）是一类亟待研究的车辆路径问题,在传统车辆路径问题的基础上,考虑了每位乘客的接送位置。为解决这一类问题,建立相应的数学模型,并提出求解该问题的一种新的改进遗传算法（Improved Genetic Algorithm, IGA）,该算法通过提前生成满足约束条件的可行解来简化计算规模,同时优化传统遗传算法的交叉变异步骤,达到快速收敛的效果,并且可以灵活解决其他类似问题。算例结果表明,将改进遗传算法运用到DARP-M模型中,能在较短的迭代次数内达到收敛,通过测试改进算法的参数,可以看出收敛的效果显著,且运算速度相对较快。     

一种多车场多车型VSP问题的求解算法

论文考虑了一种具有模糊指派功能、车辆具有车型利用水平约束和容量约束、顾客有Hard时间窗的多车场车辆调度问题。同时设计出两阶段的求解算法，第一阶段考虑将各个客户需求点模糊指派给各个车场；第二阶段安排优化子路线时，增加了多车型、车型利用水平、硬时间窗的约束。最后给出一个算例。     

异质车辆配送库存优化问题研究

本文考虑了不同车型及车辆容积载重、配送优化等约束,研究了多车型短周期配送的带补货的库存优化问题,建立数学模型,确定周期内的配送计划,并设计了一种基于装箱的贪心算法求解。本文最后通过算例测试算法求解本文模型,求解结果表明了本文模型是一种求解多车型短周期配送考虑库存补货优化问题的有效解决方法。     

多车场多车型车辆路径问题的优化研究

针对多车场多车型车辆路径问题,通过建立虚拟配送中心将多车场路径优化问题转化为单一车场路径优化问题。文章建立了数学模型并利用遗传算法求解模型,同时根据问题性质对遗传算法的编码和解码方式进行改进。基于企业实例的实证研究表明:文章提出的模型对求解多车场多车型车辆路径问题具有一定的优势,能够为企业实际的物流运输调度提供决策支持。     

基于改进遗传算法的成品油配送车辆调度问题研究

为有效解决成品油配送中的油罐车车辆调度问题,构造了多车型-多油品-多加油站的成品油配送车辆调度优化的数学模型,设计了改进遗传算法对所提出模型进行求解,并用具体算例验证了模型和算法的有效性.     

基于改进遗传算法的生鲜集货路径优化研究

文章结合草莓易腐特性，单独考虑运载车空载和负载情况下的油耗成本、不同路段制冷成本，建立了带集货时间约束和车辆载重约束的以集货成本最小的路径规划模型，设计改进了求解最优集货路线的遗传算法，选取辽宁省丹东市某浆果合作社草莓集货案例进行仿真实验。结果表明：改进遗传算法可以得到近似最优解，优化后的集货运输方案可实现降本增效，为合作社的货路径规划和选择提供了科学的理论依据和决策支持。     

基于匈牙利算法的多车型配送问题

多车型车辆调度是一类高难度的运输决策工作,在编制合理的车辆使用方案过程中,要求以最低的费用完成运输工作量,实现经济效益最大化。不同种类的货物要求不同的运输车辆,通过对车辆需求特性及车辆参数的分析,建立了以最小总油耗量为目标函数的车辆调度模型,选用匈牙利算法对该模型求解,经过实际计算验证,结果切实可行。     

水库优化调度研究--以莲花水库为例

水库调度是一个复杂的多阶段动态系统决策问题。本文以系统观点为指导，较详细地分析了莲花水库优化调度涉及到的主要因素、多种需求、多个目标和多种约束等；建立了莲花水库优化调度模型，并运用动态规划递推方法实际求解，得到了莲花水库调度的整体最优策略，实现了对水库多阶段调度的最优决策控制，在实践中取得了很大的综合效益：在水库优化调度的定量建模和方法应用方面也进行了创新性探索。具有参考价值。     

时变路网无能力约束车辆路径优化

讨论了一类时变路网下的无能力约束车辆配送路径优化问题,建立了基于时变路网的以配送总耗时最短为优化目标的无能力约束车辆配送路径优化模型。提出了基于实时Dijkstra算法的模型求解方法。数值算例表明考虑路网时变特性得到的优化配送方案将更加符合配送实际。     

基于匈牙利算法的多车型配送问题

多车型车辆调度是一类高难度的运输决策工作,在编制合理的车辆使用方案过程中,要求以最低的费用完成运输工作量,实现经济效益最大化.不同种类的货物要求不同的运输车辆,通过对车辆需求特性及车辆参数的分析,建立了以最小总油耗量为目标函数的车辆调度模型,选用匈牙利算法对该模型求解,经过实际计算验证,结果切实可行.     

城市多网点配送车辆调度模型与算法研究

通过对城市多网点车辆调度特点的深入分析和研究,建立了追求总体效益最优的多网点车辆调度多目标决策模型,并设计了求解该模型有效的启发式算法。     

带时间窗约束的配载车辆调度问题研究

运用启发式算法求解带时间窗约束的配载车辆调度问题。借鉴多重旅行商问题的模型结构,建立配载车辆调度模型。通过改进C-K节约算法,在线路连接过程中插入时间窗约束和车辆容量约束的检验子程序,排除不符合约束条件的线路构形,构造求解调度模型的启发式算法。并给出算例,验证调度模型和启发式算法的可行性。     

基于多约束PDPTW算法优化车辆调度系统

本文架构一个GIS车辆调度系统,充分利用GIS系统的空间数据特性和决策优势,综合考虑配送过程中的各种约束条件,使用多约束PDPTW算法对系统进行优化,最终获得物流配送最佳方案。     

基于双层规划模型的冷链物流网络多目标优化

针对冷链物流时效性强这一特性,应用软时间窗反映客户满意度,并结合T.T.T理论换算货损成本。在考虑满足客户时间窗的条件下,寻找配送中心建设及操作成本、车辆成本、惩罚成本及货损成本所构成的总成本最小时的最优配送方案,建立冷链物流配送选址及路径优化的双层规划模型,并将改进的遗传算法运用到该模型中,借助Matlab软件对具体实例进行求解,得到最优结果,为冷链物流网络多目标优化问题提供理论依据。     

考虑需求可拆分的共享单车调度优化研究

研究考虑需求可拆分的共享单车调度优化问题为可拆分单商品取送货TSP问题，考虑一辆调度车，允许调度车多次访问各站点，每次满足站点的部分需求，即允许对站点的需求进行拆分。首先，考虑到调度车容量限制，统筹安排调度车行驶路径和调度车在每个站点的取车量、送车量，使得企业的运营成本达到最优。其次，提出了一种改进的变邻域搜索算法求解上述问题，使算法在陷入局部最优解时改变邻域结构，扩大搜索范围，以此提升算法跳出局部最优解的能力，加快收敛速度。最后，用数值实验验证了算法的有效性。研究结论拓展了可拆分单商品取送货问题的相关理论，并为共享单车企业的实际运营提供决策支持。     

考虑多运输模式的农村快递共配LRP问题

为完善农村县-乡-村三级物流寄递体系,满足农村快递发展需要,基于配送资源共享理念,以整合快递、邮政、交通、商贸流通等多产业物流配送资源为导向,提出了基于县域共配的“1+N+N”农村快递共配模式。同时,以优化共配网络为目标,结合县域共配模式分析,针对车辆调度中自有车辆运输和委托运输两种运营方式,设计了联盟自有车辆循环取货、定点定线的客货联运班列运输和社会车辆捎带开环运输三种运输模式,并构建以节点建设成本、车辆运输成本和系统总成本最低为目标,以车辆行驶里程和载重量为约束,考虑同时取送货和多运输模式对应多车型的二级网络选址-路径规划模型,最后设计遗传算法求解乡级节点选址、各下级节点运输服务方式选择及车辆路径问题,并通过实例验证模型的可行性和准确性。     

考虑外包车辆和加班条件的车辆调度问题研究

针对现实生活中配送企业车辆资源有限和配送工作人员加班工作的特征,在同时考虑外包车辆和配送人员加班情况下,建立以最小化车辆配送总成本为目标函数的车辆调度模型,并将免疫算法与蚁群算法相结合对模型进行求解。最后结合车辆调度具体算例,将免疫蚁群算法与蚁群算法进行比较,结果表明该算法不仅可以获得最优解,而且提高了求解效率,是一种有效的方法。     

Spreadsheet在集货型运输车辆调度优化中的运用

研究集货型物流中心不同类型的车辆在各个运行线路上的车辆调度优化，以物流中心可供调度的车辆运力为产量，以需要运力的各个取货点的货运量为销量，构造成产销平衡的运输问题，运用Spreadsheet方法建立数学模型并求解，通过一个具体案例的计算，说明可以找到最优的车辆调度方案，以达到成本最小。     

基于神经网络的多车多件货物装载问题研究

货物装载问题属于带约束的布局问题,不仅要考虑合理利用车辆的载重量和有效容积,而且还要考虑配装平衡的问题。作者建立了以最大化车辆装载率为目标的数学模型,针对该模型,利用目标函数与神经网络中能量函数相等的关系来设计Hopfield神经网络的结构,利用模拟退火的方法,来求解货物在车厢内装载布局方案,最后是装载实例,计算表明,车辆利用效果良好,各件货物布局位置数据正确,满足约束。     

云计算环境下的物流资源调度算法研究

针对系统处理大规模物流调度信息能力不足的情况,提出了一种基于云计算环境下的物流资源调度优化模型对问题进行求解.在云计算环境下处理订单信息、车辆调度信息,并针对所有订单生成最合理的配送方案,通过对物流主要资源配送车辆的调度研究,建立配送路径算法模型以及最小配送成本算法模型,作为物流资源调度方案的解决策略.通过仿真结果表明,该算法能有效处理大量的物流资源调度信息,同时缩短计算求解时间.