摘要：面向越库配送网络中供应商与客户之间多对多供需匹配场景,研究多对多越库配送绿色车辆路径问题,旨在优化越库配送模式下车辆配送路线,有效降低企业配送成本。以车辆运营成本、碳排放成本以及油耗成本之和最小化为目标,构建多对多越库配送绿色车辆路径问题的数学优化模型。针对供需关系、复杂耦合特征以及离散组合方案巨大的特点,采用自适应大邻域算法框架并设计移除算子和修复算子对该问题进行高效求解。通过不同问题特征的测试算例对模型和算法进行测试,分析供应商-客户节点分布情况、越库中心位置、供应商-客户供需比等特征对调度方案的影响。车辆路径方案和算法收敛曲线表明了模型的有效性,提出的算法能够高效、稳定地求解多对多越库配送绿色车辆路径问题。数值仿真结果显示,构建的模型平均总成本比以车辆运营成本最小为目标时减少2.87%,比以碳排放和油耗成本最小为目标时减少0.11%,表明该模型能够有效地兼顾车辆运营成本、碳排放成本以及油耗成本。此外,供应商-客户供需比为1时相对于供需比为2和3时总成本分别减少41%和170%,表明较小的供应商-客户供需比利于减少配送总成本;越库配送中心不同选址方案的结果表明,将越库中心建设于配送网络中心位置有利于节省配送总成本。

摘要：基于搬运机器人的电商仓库近年来在很多大型电商物流中心得到了广泛应用。面对大规模电商订单和多样化商品需求,如何调度好机器人完成栋货任务,发挥出该类仓库面向电商订单的分栋优势,是每个仓库决策者函待解决的关键问题。针对该问题,综合考虑订单栋货任务分配、货架服务顺序、栋货台工作安排及机器人调度复杂环节,本文以栋货时间最小化为目标建立了包含多抹货台的混合整数规划模型,证明了问题的NP-Hard特性,设计了基于模型的数学启发式算法,以及基于模拟退火和特殊反馈机制的两阶段自适应大邻域搜索算法。通过企业真实数据验证了模型和算法的科学性和有效性。

摘要：针对大型装备制造车间人机双资源调度中工人疲劳和学习效应集成优化难的问题,基于指数型疲劳表征和DeJong学习曲线,构建混合整数规划模型。根据双资源调度问题的编码特征,结合排序规则生成初始调度方案,结合移除和插入操作设计自适应大邻域搜索算法,以求解人机双资源分配、工件排序、动态调度等子问题。同时,围绕紧急插单、机器故障、工人离岗等扰动设计重调度策略,基于原有算法实现动态调度,并进行算法测试。结果表明,与求解器、规则、遗传算法等相比,所提算法找到了完工时间更短的调度方案,且在紧急插单、机器故障、工人离岗等动态调度场景下,也能够给出更好的结果。所研究的装备制造车间调度问题同时考虑了工人疲劳与学习效应,对应算法可为大型装备制造排产系统开发提供参考。

摘要：任务分配是影响移动机器人拣货系统效率的关键决策问题。针对具有差异化客户评级特征的业务场景,考虑系统的动态任务耗时特性和拣选站播种墙容量约束,提出了一种基于混合启发式算法的集中式任务分配方法。首先,在客户订单优先级约束下构建以最大完工时间最小为目标的任务分配优化模型。其次,考虑机器人在任务执行中因加减速、转弯、升降货架、排队等待导致的动态任务耗时以及播种墙容量限制,设计最大完工时间生成方案。随后,开发基于记忆精英种群的灾变自适应大邻域搜索算法(MEPCALNS)对模型进行求解,提高了传统自适应大邻域搜索算法的搜索深度和搜索效率。最后,通过数值实验证明了算法的有效性和稳定性。研究成果有利于提高移动机器人拣货系统的分拣效率。

摘要：海上风电场运维的路径规划是一项极具挑战性和复杂性的任务,需要确定运维所需要的资源、交通工具路径,使得总运维成本最小化。文中在海上风电场运维规划建模方面采用了抽象类的方式,建立了通用性运维路径规划模型框架,该模型有利于兼容不同的海上风电场运维的路径规划与调度决策任务,可提高模型的可扩展性和多场景适用的灵活性。采用改进的自适应大邻域搜索算法(ALNS),提出在含有多个destroy和repair算子的算法基础上,求解基于抽象类的通用运维路径规划模型。选定国内某风电场数据进行仿真实验,通过在ALNS内部对比6个算子求解的结果,以及将ALNS与精确算法结果进行比较,结果显示该算法具有较好的优化效果和可靠性。

摘要：研究铁路集装箱旅客化运输系统开行方案问题,目标是设计出符合新型集装箱系统特点的开行方案,同时减少运输企业成本。提出新型集装箱系统运输组织模式,开行快速集装箱列车和区段集装箱列车实现箱流集疏运。以快速集装箱列车为研究对象,借鉴旅客列车开行方案的编制方法,结合货物运输的特点,考虑箱流守恒、箱流中转及箱流运到期限等约束,建立新型集装箱系统开行方案的整数线性规划模型,并设计自适应大邻域搜索求解算法。通过构建集装箱运输网络进行案例分析,验证模型和算法的可行性。

摘要：本文在电子商务环境下研究了面向城市小件物流配送的同时取送货车辆路径问题,兼顾前置仓的选址策略,允许车辆在配送途中前往前置仓进行补货与存货操作.依据退回货物的状态差异构建两类配送子模型,统筹安排车辆的服务路径、前置仓选址以及补货存货策略使得物流企业整体运营成本最低.其次,设计了一种基于节约算法与自适应大邻域搜索的混合启发式算法CWIGALNS求解上述问题,提出改进算子提升算法的求解效率.随后,通过9组小规模算例验证了模型的准确性和算法的有效性.最后,采用多组较大规模算例进行数值实验.实验结果表明,两类配送子模型中,前置仓提供存货服务的模式有助于车载容量的循环使用,减少车辆使用数目降低物流配送成本.本文提出的模型与算法可以为城市小件物流配送企业服务策略的制定提供良好借鉴与帮助.

摘要：高速铁路夕发朝至列车开行与天窗设置存在动态影响关系,将两者进行协同优化有助于满足旅客夜间出行需求,提升铁路运力资源配置.以通道型高速铁路为对象,在分析高速铁路夕发朝至列车与天窗设置影响关系的基础上,以高速铁路夕发朝至列车总的旅行时间最少和高速铁路夕发朝至列车的开行对既有列车运行图的影响最小为目标,建立了列车开行模式未定情形下高速铁路夕发朝至列车与天窗协同优化的非线性混合整数规划模型.结合问题特性,提出了双目标转换和约束线性化处理等模型约简策略,设计了基于自适应大邻域搜索的启发式求解算法.最后,以京广高速铁路走廊为例,对模型算法的有效性进行了验证.结果表明:算法经过40次左右迭代便可收敛至最优解,耗时784 s.

摘要：为提高定制电动公交系统运营效率,本文探讨了考虑多路径选择的定制电动公交线路优化问题。首先,构建描述该问题的混合整数规划模型,以实现线路与路径的双重决策优化。模型以运营总收益最大化为目标,在约束中考虑定制电动公交特性,如车容量,乘客出行时间窗,续航里程,访问站点数等。其次,为求解模型,设计新的自适应大邻域搜索算法,提出相应的初始解生成规则和邻域搜索算子,并通过算例验证算法的有效性。最后,基于实际路网及乘客出行时空需求进行实证分析,验证多路径选择可进一步优化定制电动公交线路。结果表明,本文方法可根据优化目标为运营者提供多种线路运行方案,为定制电动公交线路规划提供依据。