基于动态时间窗的满载车辆调度系统

针对时间约束在满载问题中的复杂性,建立了一个考虑装载时间和次序的具有动态时间窗的满载车辆调度模型,并给出了一个基于动态构造原理的启发式算法.该模型和算法改进了以往在满载问题中对时间窗的考虑,使得解更具有实际派车意义,以此为核心的软件-车辆调度系统在实践中取得良好效果.     

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。     

一种改进的物流配送车辆调度启发式算法

针对物流配送中的车辆调度问题,提出了一种改进的启发式算法。该算法基于sweep算法和用于解决旅行商问题(TSP)的Cheapest Insertion算法,是一种二阶段算法。这种启发式算法首先使用sweep算法将所有顾客分派给运输车辆,然后对每辆车按照TSP的解决方法解决该车上的TSP问题。本算法比较有效的解决了有时间窗的车辆调度问题,可以用来构造某些业启发式算法的初始解。     

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。     

循环取料下的多道口分配问题及算法研究

针对循环取料下的多道口分配问题,研究无时间窗约束的车辆优化调度问题.决策变量是每辆车停靠道口的先后顺序和每个道口停靠的车辆的先后顺序,优化目标是最小化卸货所需的总时间.首先,建立该类问题的混合整数规划模型.其次,提出求解该类问题的贪婪算法.最后,数值实验表明该类算法的有效性.     

易腐农产品的动态车辆调度问题研究

文章依据易腐农产品固有的自然属性、储存时间的有限性、运输装备的特殊性,以车辆固定成本、运输成本、能耗成本、货损成本以及客户惩罚成本构成的综合成本最低为目标函数。在满足车辆载重量约束、客户时间窗约束等限制条件下,针对客户需求的不断变化,在冷链物流配送的基础上建立动态车辆调度优化模型。利用基本动态规划算法对模型进行求解,验证了模型的有效性。     

具有模糊可选时间窗的VRPSPD问题及其混合遗传算法

在经典VRP问题的基础上引入了模糊预约时间和可选时间窗的概念,从顾客满意的角度研究了具有同时配送和回收的车辆路径优化问题,建立了求解此问题的多目标混合整数规划模型,设计了求解此模型的混合遗传算法,并对已有文献中的算例进行了估算求解,估算结果表明,基于2-opt的混合遗传算法在求解没有时间窗约束的VRPSPD方面有比较好的性能.     

基于混合优化算法的带时间窗的车辆调度问题求解研究

论文建立了带时间窗的车辆调度问题的数学模型，并针对遗传算法在局部搜索能力方面的不足，提出将模拟退火算法与遗传算法相结合，从而构造了求解车辆调度问题的混合优化算法，并进行了实验计算。计算结果表明，用这种混合优化算法求解车辆调度问题，可以在一定程度上用模拟退火算法突跳性克服遗传算法在局部搜索能力方面的不足，从而得到质量较高的解。     

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。     

基于3PL的汽车零部件循环取货路径研究

对汽车零部件入厂物流循环取货特点分析的基础上,建立了有硬时间窗和容量约束的车辆路径优化模型,并采用改进节约算法对该问题进行求解。通过算例验证,算法能获得满意解,且简明、操作性强。     

多时间窗车辆路径问题的数学模型及算法

研究了多时间窗车辆路径问题,增加了车容量及最大行驶距离等限制条件,以总成本最低为目标,建立了整数线性规划模型,并利用Lingo软件编写了求解该模型的精确算法程序。然后通过引入最优个体保留机制对传统的遗传算法进行改进,设计了求解多时间窗车辆路径问题的遗传算法,最后通过具体实例验证了模型及算法的有效性。     

有时间约束的非满载VRP遗传算法研究

顾客的需求越来越被关注,时间要求变得越来越重要。文章基于此,建立有时间约束的车辆路径问题模型,并引入遗传算法,纳入禁忌搜索,来求解此车辆路径模型。     

基于遗传算法的农产品物流车辆路径问题决策研究

我国农产品物流成本较高的主要原因之一是缺乏科学的管理技术,尤其是基于定量分析的决策技术。对物流车辆路径问题的优化可以有效降低农产品的物流成本。针对农产品的时效性,对带有时间窗的农产品物流车辆路径问题,引入客户满意度函数,建立实例决策模型,运用遗传算法工具箱进行优化求解。通过对优化前后的数据进行比较,验证决策模型的可行性和合理性。     

考虑多模糊时间窗医药物流配送路径优化

以医药物流客户满意度最大和总成本最低为目标,建立了考虑多模糊时间窗的车辆路径问题优化模型。为满足低碳物流的要求,在路径规划中引入碳排放成本,为防止类似大型医疗器械运输超载问题引入超载惩罚项,引入多模糊时间窗来评价客户在可以忍受送达时间段和期待送达时间段的满意度。以单个配送中心3辆配送车辆25个客户为算例,运用遗传算法对模型求解,求解得到的最优车辆配送路径提高了满意度并降低了总成本。该模型亦适用于满足相应约束条件的类似行业的供应链优化。     

奶制品召回的多目标模型

主要研究的问题是奶制品企业在最短时间对其问题产品进行回收处理,构建了一个奶制品企业,一个回收处理企业,多个超市的回程载货VRP模型,并进行了实例分析。结果表明VRP模型是解决快速回收问题产品的有效策略。     

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.     

物流配送车辆调度问题算法综述

配送车辆调度优化问题旨在解决配送中路径和车辆调度问题的一类组合优化问题,是近年来物流控制优化领域的研究热点。文章对运输调度问题进行了分类总结,给出总体模型的概括描述,分析遗传算法、模拟退火算法、禁忌搜索算法、蚁群算法和微粒群算法的特点及其在求解配送车辆调度优化问题中的求解思路,并讨论了其求解现状,对未来研究方向进行展望,指出改进混合现有算法,开拓新算法将是更有效解决配送车辆调度问题的好方法。     

基于TransCAD的物流配送VRP解决方案

在简要阐述物流配送VRP问题的基础上，介绍了TransCAD中VRP考虑的因素和功能实现，重点分析TransCAD物流配送VRP解决方案，并对车辆路径方案、车辆出行时间方案进行详细分析，最后通过与“点对点”运输方案的对比分析与评价，得出VRP配送是节约型物流最有效的途径。以TransCAD的物流配送VRP解决方案为例，旨在说明建立节约型物流迫切需要采用先进的信息技术，为现代物流规划管理提供最优解决方案。     

一类VRP问题的改进PSO算法求解

VRP问题是物流领域的热点研究问题。在对一类典型的VRP问题建立了数学模型,提出了一种改进粒子群优化算法以求解该模型。算法针对问题设计了顺序编码方案,并引入了局部搜索以提高算法的局部搜索能力。仿真结果表明了所提离散粒子群优化算法求解此类VRP问题的有效性。