摘要：为了提升无人仓系统订单拣选效率,以同一货架上商品关联度之和最大为目标,构建了混合整数规划模型;设计了针对上述问题的大邻域搜索算法,在大邻域搜索算法中设计了多种破坏与修复算子。利用三种规模的算例对设计算子进行比较,结果证明随机移除—最大后悔插入组合算法相比其他组合算法在时间和性能上更加优越。

摘要：针对网络中存在节点及线路损坏不确定性的可靠性物流网络设计问题,提出一种基于两阶段鲁棒优化的可靠性物流网络设计方法。以供应和中转节点选址,节点连通关系确定,流量分配作为决策变量,构建两阶段可靠性物流网络设计模型,追求网络总成本和总运行时间两个独立目标的最小化。其中,网络总成本目标函数包含两个阶段的成本,第1阶段,计算网络建设成本及网络正常状态下的运行成本;第2阶段,计算网络损坏情景不确定集下的网络运行成本。网络总运行时间目标函数用于计算网络正常状态下的运行时间。设计具有双层编码结构染色体的混合进化算法,以NPGA(Niched Pareto Genetic Algorithm)作为主算法框架,设计大邻域搜索机制优化个体连通关系基因层,同时,嵌套基于聚类的交叉和变异策略提升算法对解空间的搜索能力。以多组不同规模的可靠性物流网络设计问题进行案例分析,验证模型及算法的合理性和有效性。研究结果表明:两阶段可靠性物流网络设计模型能够通过少量增加前期网络建设成本的投入,显著降低网络在受损情况下的运行成本,有效提升网络可靠性。在5个供应节点、10个中转节点及15个需求节点的案例对比中,该模型求得的成本偏好及时间偏好的两组Pareto解,相比于传统多目标物流网络模型的两组对应偏好解,在同一网络损坏情景集中最多能够分别节省20.6%和28.2%的网络运行成本;设计的混合进化算法在迭代初期就收敛到较优的目标值,表现出较强地搜索和寻优性能,能够实现对两阶段可靠性物流网络设计模型的有效求解。

摘要：定制公交作为城市需求响应交通的重要组成部分,其线网规划的优劣直接影响乘客满意度和系统运营成本.针对一类新的考虑乘客分流和异质车型的早晚高峰时期通勤定制公交网络规划向题,以最小化乘客旅行成本和公交系统运营成本为目标,同时优化异质车队路线、车型选择、行车时刻及乘客分配,构建了一个混合整数非线性规划模型.为有效求解该模型,提出了一种融合问题特征的改进自适应大邻域搜索算法,设计了基于问题特征的乘客分流破坏算子,以提升算法寻优能力.最后,大量算例结果验证了模型的正确性和算法的有效性.实验结果表明:求解小规模算例时,改进自适应大邻域搜索算法能在12秒以内获得距离最优解平均差距为0.24%的满意解;求解大规模算例时,与文献中大邻域搜索算法和遗传算法相比,所提出算法能获得更高质量解,平均成本节约分别为1.20%和2.27%;此外,与未考虑乘客分流和同质车型情形相比,考虑乘客分流和异质车型,得到的方案成本降低11.46%,提高了资源利用率.

摘要：即时配送是随现代电子商务发展起来的一种新型物流活动,它需要根据顾客随时提出的紧急货品的配送要求,在一两个小时内就必须完成货物的取送服务。面对顾客提出的即时配送订单,目前电商大都采取"一律接单"的态度。然而,在既定的物流能力约束下,一旦顾客订单超出能力所及,延迟送货的情况在所难免,进而容易导致顾客满意度降低,甚至大面积取消订单的后果。因此,在顾客下单的瞬间,基于当前物流状态和能力,实时向顾客反馈能否按时送货等信息,成为解决顾客订单与物流能力不匹配问题的有效途径。针对即时配送订单的实时响应问题建立数学模型,提出系统空闲期间事先缓存多样化的优质方案、在新订单进入时基于缓存方案快速生成应对方案的求解策略,建立基于多样化方案池的即时配送订单实时响应方法,设计该方法包含的基于适应性大邻域搜索技术的候选方案生成算法、基于方案差异度的缓存方案选择策略、基于方案池的订单实时响应算法3个关键模块。研究结果表明,所提出的实时响应方法不仅大大缩短了计算时间,满足了实时响应的要求,而且保证了解的优化质量,与使用Cplex求解小规模问题模型得到的物流成本差异不超过2%,表现出良好的求解效果。所提出的求解策略和实时响应方法为具有类似实时处理需求的一类动态问题提供了解决方法和思路,为即时配送公司提高顾客满意度、解决线下物流能力不足以支撑线上订单需求的关键问题提供了有效的途径,对于促进现代电子商务健康持续发展具有重要的现实意义。

摘要：在多个场站多无人作战飞机对区域内多目标进行协同打击的任务背景下,考虑无人机载荷和挂点约束以及不同武器对目标打击效果,优化无人机挂载武器配置、打击目标分配和飞行路径规划问题。通过拓展传统路径规划模型,建立了问题的整数规划数学模型。设计了一种基于目标聚类的构造式启发搜索算法,可以快速得到一个较优的初始可行解。给出了适应性大邻域搜索算法,用于对初始可行解进行持续改进,得到更优的可行解。以不同规模的随机实例对模型和算法进行了验证。