摘要：随着新冠疫情的发展,公众逐渐建立起通过互联网购买医药物品的习惯,发展高效绿色的医药配送模式迫在眉睫.通过建立考虑动态需求的选址-路径两阶段数学规划模型,解决医药前置仓的选址规划和配送路径设计问题.采用第三代非支配排序遗传算法(NSGA-Ⅲ)对初始优化阶段和动态优化阶段分别求解,并用模糊聚类法筛选出最优方案作为动态优化阶段的初始状态.再与NSGA-Ⅱ算法进行求解时间、Spacing、HRS和PR等指标的对比分析,结果表明NSGA-Ⅲ的运行时间更快,解集分布更均匀,收敛效果更好.最后分别计算运输车辆种类和药房合作前置仓的固定成本总预算变化对成本、时间和碳排3个目标函数的影响,测试模型和算法的敏感性,说明第三方药品配送企业更适合使用中小型车辆完成配送任务,并设置相对充裕的选址预算.

摘要：针对确定性动态需求下单供应商两分销商的供应商管理库存供应链,考虑分段的运输成本函数以及服务水平约束,建立了供应商管理库存实施前和实施后未进行利益协调情况下的补货模型。通过对该模型进行转换处理,采用混合整数规划方法求解,避免了用动态规划方法求解过程中补货发货规则的推导。通过供应商管理库存实施前后供应商与分销商利益的对比分析发现,供应商管理库存在使供应链总利润增加的同时,供应商的利润可能不增反降,如不进行利益的重新分配就可能导致供应商管理库存的实施难以为继。在此基础上,设计了根据分销商销售收入进行利益共享的供应链收益分享机制,协调供应商管理库存实施后供应商与分销商的利益,并用算例验证了补货模型构建以及收益分享契约的协调机制设计。算例结果显示,在设计的收益分享系数下,随着供应商管理库存实施后供应链总利润的增加,供应商与分销商的利润均不低于供应商管理库存实施前,或有不同程度的增加。

摘要：针对需求动态变化对选址及配送路径碳排放的影响,提出了预优化和实时优化的两阶段选址—路径问题,建立了相应的低碳动态需求开放式选址—路径模型,设计了四阶段混合量子差分进化算法进行求解。通过构造最优差分变异策略,并将其与动态量子旋转门及贪婪量子选择方式相结合进行解的更新及改善。仿真实验结果表明碳排放量与需求正相关,采用实时响应策略使目标成本降低15.05%;与其他3种算法相比,所提算法具有较好的搜索能力,能满足实时调度的要求。

摘要：联合减排被广泛应用于低碳供应链实践中,其包含制造商的减排和零售商的广告营销活动。本文以一个制造商和一个零售商组成的双渠道低碳供应链为研究对象,假设不确定的动态市场需求受产品减排量和零售商低碳广告宣传的动态影响,扩展了需求模型;主要研究结果表明:(1)联合减排策略在双渠道供应链中起到了积极的作用,使得其成员和整体的利润不断攀升;(2)战略联盟为最佳策略,实现了低碳供应链的Pareto最优;同时,在一定条件下,合作广告与减排成本分担契约比合作广告契约更加有效,当消费者对直销渠道以及低碳产品的偏好越强烈,供应链成员采用合作契约的可能性就越大;(3)批发价格以及消费者的渠道忠诚度对于零售商的最优策略有着显著影响研究结果可为供应链成员在低碳环境下的联合排放策略提供理论依据。

摘要：外卖配送路径优化包括骑手间订单分配和骑手配送路径规划两部分。针对其中订单动态产生和骑手位置不断变化的问题,基于预优化后动态调整的思想建立以最小化超时订单比例、单均配送时间和单均行驶距离为目标的两阶段优化模型。在预优化阶段,设计改进变邻域搜索算法获得初始配送方案;在动态调整阶段,采用周期性优化策略,将不断变换的骑手位置转化为虚拟配送中心车辆问题进行求解;在每一阶段采用不同的聚类方法对订单进行聚类,优化初始解的质量以更快求解。结果验证了本文策略和算法在求解动态外卖配送路径问题时的有效性和可行性。研究成果不仅深化拓展了PDVRP(pickup and delivery vehicle routing problem with time window)相关理论研究,也为外卖平台提供一种科学的优化方案。

摘要：外卖业务模式高度复杂,现有文献中缺少针对外卖配送路径优化问题的研究.鉴于此,基于同时送取货VRP问题的求解策略,引入时间惩罚成本衡量外卖配送超出时间窗的情况,定义目标函数为外卖配送成本增量总和,包括新订单的固定配送成本、额外配送成本和时间惩罚成本之和.考虑随机参数对计算复杂程度产生的影响,设定配送区域范围,对新订单进行调度时,已指派但尚未完成的订单仍由原车配送,且将时间惩罚成本作为变动成本修正目标函数,直接去掉时间窗约束,降低算法求解难度.设计"商家-客户"配对策略,引入k-means对"商家-客户"进行聚类,同一类内设计"商家-客户"遗传算法,得到启发式路径优化方案.最后,采用随机模拟算法生成动态订单测试算例,通过R语言测试模型及算法的有效性.

摘要：针对客户点不断更新的动态需求车辆路径问题,依据滚动时域对配送中心工作时间进行划分,提出基于延迟服务的周期性客户点实时重置策略,策略中延迟服务机制能结合车辆启动延迟系数对照当前时域的时间进行检验,满足所有客户点的服务需求,保证车辆满足中心时间窗约束。设计多阶段求解的混合变邻域人工蜂群算法对各时间片内子问题进行连续迭代优化,算法中子路径动态转变的设计能较好平衡原有客户点和新客户点对路径更新和车辆实时信息匹配的要求。算例验证及对比分析表明本文策略和算法在求解动态问题时的有效性和可行性。

摘要：为了研究沿途补货策略在客户需求动态变化环境下的实用性,提出基于沿途补货的多配送中心动态需求车辆路径问题。将动态问题按照时间轴依次分解为一系列的静态调度子问题,并建立其两阶段数学模型;设计了一种最邻近法结合贪婪法则来控制车辆沿途补货的解码方法;提出了自适应免疫量子进化算法的求解方法,引入免疫算子进行线路内和线路间的再优化,从关于问题的先验知识中提取疫苗,有效地加快了算法的收敛速度,提高了解的质量,同时在疫苗接种的过程中设计了一种随个体适应度大小而变化的自适应选择概率,减少了算法的运行时间。对实例进行仿真测试并与其他算法进行了比较,结果表明所提算法能获得较好的解,能有效求解动态调度问题,同时分析了沿途补货策略影响,实验表明沿途补货策略适用于动态需求车辆路径问题。

摘要：针对现代物流配送系统中客户需求动态变化、配送中心车型多样化以及车辆行驶路线开放式的特点,建立了多车型开放式动态需求车辆路径问题的两阶段数学规划模型。制定了相应的"预优化路线调度"和"实时动态调度"的两阶段求解策略,提出了混合2-OPT量子进化算法的求解方法,设计了一种将常用的整数编码转换为量子比特的编码方法,每一个染色体都代表一种行车路线方案,对于量子进化算法求得的行车路线方案,引入2-OPT优化方法,对线路内的子路径进行局部调整,进一步提高了算法的收敛速度。最后通过实例测试及与其他算法的比较,验证了该方法的有效性。

摘要：【目的/意义】对多源异构的健康大数据进行深度挖掘分析并合理运用,可以创造出巨大的价值,在健康评估、辅助医疗、慢病管理以及疾病预测等方面都具有积极的意义。但目前有关健康大数据知识服务的研究还很少,且难以满足个性化、多样化及动态化的用户需求。【方法/过程】首先构建了健康大数据知识服务体系框架,然后具体展开体系中可视化云服务平台的搭建,最后在此基础上提出知识服务机制。【结果/结论】研究充分揭示了健康大数据知识服务体系的运转流程和可视化云服务平台的内部结构,建立了服务嵌入、服务保障、服务反馈、知识共享、政府扶持以及医养结合等六大知识服务机制,为健康大数据知识服务的研究提供了建设思路。