摘要：目的针对生鲜商品配送过程中客户需求的变化,协调静态与动态客户需求之间的关系,合理规划路径,并降低物流总成本。方法首先考虑客户生鲜需求的多样化温控区间、随机订单请求时间及动态需求量等因素,构建物流总成本最小化的整数规划模型。然后,设计基于高斯混合聚类的改进蚁群算法求解该模型,并提出动态需求处理策略,用于路径的再优化。其次,通过与粒子群算法、遗传算法和鲸鱼优化算法进行对比分析,验证文中设计算法的有效性。最后,以重庆市某生鲜配送网络为例,对比分析优化前后的运营指标,并探讨生鲜商品价值损失水平与物流总成本之间的关系。结果经优化后,物流总成本下降了22.35%,其中惩罚成本、价值损失、配送成本和温控成本分别下降了39.84%、61.84%、29.80%、57.00%。结论文中所提的模型、算法和动态需求处理策略可以合理规划配送路径,有效降低了总成本,为考虑动态需求的生鲜配送网络优化提供了参考。

摘要：在长期疫情时起时伏情况下,卡车支持无人机配送模式可在避免交叉感染方面发挥重要作用。针对现实生活中应急需求具有很强动态性的特征,提出卡车支持无人机在线配送问题。使用竞争分析方法证明此问题的下界为2-δ,设计调用离线最优算法的在线OCOA算法,分析OCOA算法的竞争比为2.5。设计包含卡车停靠点选址—需求分配—卡车路径优化的三阶段离线TSOOA算法,通过与CPLEX求解结果对比,验证TSOOA算法的有效性。通过在线仿真分析计算出OCOA算法与离线问题下界的比值约为1.75,表明OCOA算法在现实场景中应用效果更好。本文提出的卡车支持无人机在线配送模式可以为疫情物资的实时调度决策提供依据。

摘要：针对应急配送中需求的实时、紧迫等特点,提出无人机与车辆并行配送的在线订单分配及路径优化问题。构建无人机与车辆并行配送的在线模型,运用竞争分析方法证明得到问题下界为1.5;基于重规划思想设计在线均衡算法,运用最坏情形分析法证明其竞争比为2.5;研究在线算法中调用的离线算法,建立离线问题模型并设计无人机优先均衡算法,在小规模情形下通过与CPLEX所求的最优解进行对比,验证其算法的有效性。最后,通过仿真实验进行在线均衡算法分析,结果显示在输入参数改变下其性能稳定。结论可为应急物资车辆与无人机并行配送提供在线优化策略。