摘要：针对交通限行条件下城市配送的现实问题,提出基于车辆协作的"多对多"网络化换乘联运策略。设计协作点的选择准则与序贯式联运规则,以协作点衔接城市通行区域与限行区域,建立基于车辆协作的城市配送换乘联运模型。同时,考虑到模型的复杂性,利用云模型云滴的随机性与倾向性,改进遗传算法中变异与交叉概率的设置方式,设计云遗传算法优先求解第二级配送问题,再利用C-W算法求解第一级配送问题,为了增强算法的求解质量与效率,设计了扰动算子与种群扩张算子。最后,结合不同算例验证了模型与算法的有效性。

摘要：针对车载限行政策对城市物流配送的制约和经验主义节点布局导致派送盲点等问题,建立城市多级配送网络模型,并设计节点划分方法。采用区域覆盖法对配送终端服务区域进行划分,确定其服务能力需求;结合城市区域划分,自下而上对配送中心、中转站和配送终端的配送任务进行匹配,构建符合约束条件的配送网络。根据网络层级选择车型完成配送任务,实现总成本最优。最后通过仿真算例验证了模型和算法的有效性。

摘要：针对城市配送过程中出现的交通限行和需求不确定性等问题,将配送周期划分为初始配送阶段和动态补货阶段,路径中包含枢纽型物流中心、配送型物流中心和客户,研究其共同构成的两级车辆配送路径优化问题.考虑到问题的动态性,提出前摄性需求配额策略及响应性补货策略,构建基于场景动态度的两级动态车辆路径问题数学模型.设计融合扫描算子的禁忌搜索算法,完成车辆初始阶段的配送路径优化;根据场景动态度,设计修复/更新性动态客户的响应策略,快速响应动态需求.最后,通过仿真算例验证模型和算法的有效性,实验结果表明,所提出的设计策略能够有效降低动态客户对低动态度应用场景初始路径的干扰,并简化高动态度场景下的路径优化复杂度.

摘要：针对交通限行条件下城市物流配送中的现实问题,提出多阶段跨区域联合配送策略.考虑到货车限行时段的约束,以客户时间窗和地理位置划分客户服务区域,分时段、分阶段地开展配送服务.充分考虑配送距离、车载率、行驶速度等多种因素,设计以油耗为可变成本和车辆启动费用为固定成本之和最小的优化目标,建立面向交通限行的多阶段跨区域联合配送模型.针对模型的特征,设计自适应遗传算法.最后,结合算例对模型的可行性以及算法的有效性进行了验证分析.