摘要：为了充分发挥合乘出租车承载率高、运营效益高及交通资源省等优点,缓解城市打车难问题,对网约出租车合乘路径优化问题开展研究.首先针对路网中网约出租车的供需情况,以系统路径最短为优化目标建立目标函数,其次考虑网约出租车额定载客量、路径合理性、乘客利益及驾驶员收益与时间窗因素,构建优化模型的约束条件,并结合绕行距离与乘客公平性原则进行费用约束,使得绕行距离长的合乘子路径获得更多的费用补偿,然后基于遗传算法思想,针对合乘路径中乘客需求起终点的次序问题,设计了改进的交叉与变异算子.最后依据大连市区局部路网高峰时段内的出租车供需数据,利用合乘路径优化模型及算法进行求解.研究表明,优化模型及算法可以短时间寻求到系统近似最优解,所得合乘方案较非合乘出行模式有效减少了出租车空驶率与乘客的出行成本,提高了驾驶员的平均收益.

摘要：针对传统蚁群优化算法难以找到全局最优的物流配送路径,物流配送的时效性差等缺陷,为获得理想的物流配送路径,提出基于改进蚁群优化算法的最优物流配送路径设计方法。首先,对物流配送路径优化设计问题进行分析,建立物流配送路径优化模型;然后,将蚁群置于物流配送的起始点,通过搜索下一节点、信息激素更新等模拟自然界蚁群寻食机制,找到从起始点到配送目标点的最优物流配送路径,并对传统蚁群优化算法的不足进行相应的改进;最后,通过具体实例分析改进蚁群优化算法应用于最优物流配送路径设计中的有效性。改进蚁群优化算法可以在短时间内成功找到最优物流配送路径,物流配送时间要少于其他物流配送路径设计方法,能够为提高物流企业的经济效益提供有价值的参考信息。

摘要：疫情防控背景下,消费者居家隔离导致以小区为单位的生鲜物资需求激增,而复工不足导致生鲜企业配送能力有限,生鲜物资运输受到更多挑战。基于生鲜企业配送时间限制,考虑生鲜物资的保存时间与防疫用品的防护时间,以消费者所在小区为需求点,构建疫情背景下生鲜物资运输路径优化模型,并根据模型设计了一种遗传算法进行快速求解,在完成配送任务的前提下,得到最优运输方案,最小化企业配送成本。同时,分析了不同需求情况下所需车辆数的变化,计算结果表明所需车辆数并未随需求同倍增加。