摘要：取送货车辆路径问题在多点调拨系统普遍存在,属于NP-hard问题。该问题研究通常需考虑车场数、车型种类、货品种类、客户服务次数等诸多因素,已有文献多假设客户间供需已匹配、单车场、单车型、单货品和取送货需求一次性满足,优化目标多设置为总路径最短。而从企业运营实践来看,运输方案不仅要规划客户间访问路径,还需进行客户间供需匹配;运输成本不仅与运距有关,还涉及运输货品的重量和派车成本;运输网络中多车场、多车型和多货品更加常见,且客户需求量往往大于车辆装载能力。因此,本文首次尝试基于"运距×运量"的车辆路径成本和基于额定吨位的固定派车成本之和最小为优化目标,建立同时考虑多车场、多车型、多货品、客户间供需未匹配和需求可拆分的取送货车辆路径问题模型,并设计基于大规模邻域搜索的迭代局部搜索求解算法。该算法采用基于运输效率提升的贪婪思想来快速构建高质量初始可行解,并通过引入四种移除算子、两种修复算子和车场车型调整优化策略形成大规模可行搜索邻域以增强全局寻优能力。基于18个文献算例和6个企业实例的数值实验结果表明:1)本文提出的算法在求解质量和求解效率方面均优于相关文献中的算法;2)相对人工调拨方案,本文设计的方案能够帮助企业节约33%的运输成本和21%的车次。本研究不仅可拓展取送货车辆路径问题现有理论,而且可为企业实际运营提供决策支持。

摘要：“新冠肺炎”疫情突发严重危及了人们的生活安全,而物流保障在疫情防控、保民生活、稳定社会方面却起到了重要支撑作用。以保证民生的零售物流配送为背景,本文研究考虑订单释放时间的车辆路径优化问题,以配送完工时间与运输成本的加权之和最小为目标,构建了线性规划模型,并设计了改进的迭代局部搜索求解算法。该算法采用基于多种邻域结构和改进的US算法的局部搜索过程以增强算法的寻优能力,通过引入大路径和最优分割过程获得高质量的初始解和打破机制以增强算法的搜索效率。同时,提出一些性质用于拉格朗日松弛算法,为本文研究问题提供高质量的下界。最后,数值实验部分通过求解标杆算例和文中算例验证了模型和算法的有效性,并对订单释放时间和模型参数进行灵敏度分析,结果表明本文模型和算法能够为零售物流配送的效率提升和成本控制提供有效的决策支持。

摘要：为优化多点生产企业原料调拨系统,综合考虑多车场、多车型、多货品、客户间供需未匹配和取送货需求可任意拆分等因素,研究取送货车辆路径问题。基于"运距×运量"的运输成本最小为优化目标,建立混合整数优化模型,设计两阶段启发式求解算法。该算法采用基于运输效率提升的贪婪思想构建初始解,通过变邻域搜索改善初始解质量。基于6组企业实例的实验研究表明:考虑运输效率的初始解构建具有明显优势;该算法在求解能力和效率方面优于相关文献中的算法;相较于人工调拨方案,此方案能帮助企业节约一定的运输成本及车次。

摘要：疫情加速了传统零售商拓展线上业务,使后疫情时代零售物流配送的及时性和服务质量成为制胜的关键点。零售物流配送需要物流配送人员、配送车辆和客户协作完成,忽略物流配送人员的服务时间差异化、订单释放时间不同导致的车辆出发配送时间不同以及客户需求的时效特点等将导致零售物流配送方案成本高、时效差且客户满意度低。针对此问题,本文以物流配送成本、惩罚成本和服务时间成本之和最小为目标建立了数学模型,设计了改进的基于大邻域搜索的迭代局部搜索算法。该算法采用后悔修复算子生成高质量的初始解以增强搜索效率,引入带有定制化的四种移除算子和两种修复算子的大邻域搜索、打破机制和求解最优服务开始时间的数学模型以增强算法的全局寻优能力。最后,数值实验部分通过求解标杆算例和生成算例验证了模型和算法的有效性,并对参数进行灵敏度分析,结果可为后疫情时代零售物流运营管理的配送人员有效调度、配送效率提升和成本控制提供有效参考。

摘要：文中以航空公司运营中的航班计划为背景,对基于多因素不确定环境下受扰航班恢复问题进行研究,该问题是复杂度非常高的组合优化问题,属于NP难问题。文中在分析航空公司受扰航班恢复问题的基础上,结合实际情况,综合考虑多种约束,建立有效的数学优化模型,并采用不同的算法策略,设计了高效的启发式求解算法,其中较好策略解的平均质量提高了32.47%。利用航空公司的真实数据对模型及算法进行测试,结果表明,文中提出的启发式算法可以在较短的时间内有效求解达到实际应用规模的受扰航班恢复问题。