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。     

多目标多式联运配送路径研究

讨论了一类运量已知的多式联运配送问题。提出了基于成本最小化和时间最小化两个目标函数,并利用Dijkstra算法结合GA算法进行求解,最后用一个算例加以证明。     

基于AHP的多式联运路径选择研究

公、铁、海多式联运中的路径选择是企业物流路径中经常遇到的一个决策问题，本文综合考虑运输的各种目标要求．根据多式联运运输路径的评价指标，应用层次分析法（AHP）对多式联运运输路径方案进行优选。文中根据多式联运系统的特点和基本原则，采取定性分析与定量分析相结合．建立起层次结构模型．通过层次总排序得到运输方案的优劣排序．使评标过程更加全面、科学、公正、准确。     

基于总成本最小的多式联运运输方式选择

运输总成本是多式联运企业选择运输方式最优先考虑的因素,而总成本最小是目前大多数多式联运企业追求的目标。通过运筹学中的网络图理论构建多式联运运输网络图,基于总成本最小建立模型,将求解最短路径的Dijkstra算法用来求解模型,在求解实例问题过程中印证了整个模型的可行性。     

基于蚁群算法的多式联运系统脆性因子决策分析

多式联运系统是由运输过程中的众多环节和运输子系统组成的复杂系统,它在运行时由于系统环境的不确定,系统难免受到外部和内部的干扰,这些干扰有的无法预测和控制,且一个小小的干扰就可能使整个系统突然崩溃。因此,研究并找出多式联运系统脆性因子,有效控制并防止系统崩溃,有着非常重要的意义。本文试图在多式联运系统脆性因子决策过程中引入一种新的人工智能方法——蚁群算法,确定脆性因子的最优检测次序,确定其脆性因子,从而找到并消除影响多式联运系统运转的最薄弱环节,以减弱多式联运系统的脆性和提高系统的可靠性,并用算例仿真其过程,结果表明:在多式联运系统脆性因子决策中,采用蚁群算法可行、有效。     

基于遗传算法的多目标集装箱多式联运运输优化模型

基于集装箱多式联运在进行门到门的运输过程中可以选择多种运输方式和路径的组合进行优化运输这个特点，本文将多式联运的运输优化问题转化成为一个最短路径问题，以成本和时间为优化目标建立了选择最优路径的模型，并选择遗传算法作为求解算法对实例问题进行了求解验证。     

浅析发展多式联运

交通运输的迅猛发展给社会带来了便利,随之也带来了能源枯竭、环境污染,以及交通拥挤等社会问题.如何提高运输效率,构建一个多种运输方式紧密协作的多式联运系统,成为亟待解决的问题.本文对我国多式联运的现状进行了分析,描述存在的问题,给出解决问题的措施,并提出关于发展多式联运需要进一步思考的问题.     

基于时间竞争的多式联运程序模型

在共同配送的研究中。经常会遇到配送能力与顾客需求之间的冲突,尤以对时间需求的冲突最为常见。文章在现有研究的基础上,通过建立多式联运程序模型,使共同配送中时间窗问题在现有生产能力下得以找到最优解,并在最后给出了一个算例加以证明。     

有时间窗的车辆路径问题改进蚁群算法研究

针对目前蚁群算法在求解有时间窗的车辆路径问题上较少对蚁群算法本身进行优化的问题,提出了一种改进蚁群算法,通过改进状态转移概率和信息素更新规则,以及使用改进的精英蚂蚁策略,改善蚁群算法搜索能力。通过对Solomon标准数据集的实验,结果表明改进的蚁群算法在求解有时间窗车辆路径问题上是有效的。     

配送时间窗约束下车辆调度遗传算法研究

通过改进传统的遗传算法,结合中海油服物资配送特点,采用启发式交叉算子的方法,确保了算法迭代中的种群多样性。制定了基于配送时间窗约束情况下模糊预约时间的钻井平台损失惩罚函数,对可行解的范围进行了限定,从而加速收敛,保证了运算的效率。通过案例进行分析证明了可行性。     

军事物流环境下多式联运在军交运输中的应用

军事物流环境下将多式联运这种先进的运输模式运用到军交运输中,有利于提高运输效能,优化运输结构,增强军交运输的合理性和经济性。作者通过对多式联运的特点和运作方式进行分析后发现,在军交运输中运用多式联运模式时会遇到法规制度、编制体制、运力协调等诸多问题。针对军交多式联运所出现的问题,提出了加快制度建设、建立管理机构、发展集装箱运输等几点对策和建议。     

基于遗传算法的带时间窗约束车辆路径问题研究

在建立带时间窗约束物流配送路径优化问题数学模型的基础上,构造了求解该问题的遗传算法,并进行了实验计算.计算结果表明,用遗传算法进行物流配送路径优化,可以方便有效地求得问题的最优解或近似最优解.     

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。     

集装箱多式联运系统中各种运输方式最优组合模式研究

针对集装箱多式联运系统中各运输方式的最优组合模式进行了研究。首先,通过对集装箱多式联运网络的描述和相应变形,建立了多式联运虚拟运输网络,然后以多式联运网络系统性能指标(PI)最优为目标建立了模型,并采用改进的遗传算法作为求解算法。系统性能指标(PI)定义为各运输方式运输费用和运输时间的线性加权之和,针对不同货物可分别赋予不同的权重系数。最后,通过对一个实例问题的求解验证表明,本文方法有效地从定量角度分析了集装箱多式联运过程中各种运输方式的最优组合模式,为集装箱多式联运的相关研究工作提供了理论基础。     

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。     

国际贸易多式联运管理的智能模型分析

着重分析了多种智能化管理模型的特点,并以扩展行为网络技术为基础,提出了一个国际贸易多式联运的智能化管理方案,为国际贸易的管理方法研究提供了一种新的思路。     

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。     

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。