摘要：为有效应对冷链物流配送中电动汽车电量限制的挑战,考虑交通流的连续变化特性以及冷链物流配送的多中心趋势,引入车辆电量约束,将电动汽车的能耗成本加入目标函数,构建时变网络下多中心电动冷藏车配送路径优化模型。设计一种改进蚁群算法,通过优化初始信息素和调整转移概率以扩大邻域搜索范围,并引入模拟退火算法的回火机制和限制信息素浓度以避免算法陷入局部最优解。仿真结果表明:所提出的模型能够有效解决电动车辆在冷链物流配送中的电量限制问题;改进的蚁群算法能降低配送成本,缩短配送距离,具有收敛速度快、效率高的特点,从而验证了算法的有效性。

摘要：多车场车辆调度问题是物流配送研究中的NP难题,同时也是现代物流的发展趋势。针对多车场车辆调度问题,考虑客户和物流运营商的利益,以客户不满意度最低、物流成本最低为目标,建立多目标车辆调度数学模型,并对目标函数进行规范化处理,将多目标问题化简为单目标问题。针对传统的蝙蝠算法在局部搜索能力上存在着不足的问题,将遗传算法中的自适应交叉操作引入到蝙蝠算法中,设计一种混合蝙蝠算法计算数学模型。通过MATLAB软件进行仿真,仿真结果与传统的蝙蝠算法进行对比。结果表明:此方法在解决多车场车辆调度问题上是可行的,并且优于传统的蝙蝠算法。