摘要：由于政府对新能源汽车的补贴政策和市区对燃油车限行政策的实时,越来越多的物流公司在城市配送中广泛采用电动汽车。然而,电动车续航里程受限,需要在途充电或者换电,同时客户需求的动态性以及充/换电设施的排队等现实因素也应该被考虑。为此,提出了分阶段策略求解动态电动车辆路径优化问题,并建立了两阶段的EVRP模型。其中第一阶段针对静态客户建立了静态EVRP模型,第二阶段在设计了换电站及动态客户插入策略的基础上,建立了动态EVRP模型以路径更新策略。最后,设计改进的CW-TS混合启发式算法来求解静态模型,设计贪婪算法求解动态模型。实验结果表明,模型与算法具有较好的适用性和有效性。

摘要：针对生鲜配送优化研究中存在的易腐烂变质、送达时效性低、物流成本高、车辆载重率低等问题,传统的配送方式难以有效适应生鲜物流,为此提出了前置仓协作的两级配送路径优化策略。考虑生鲜运输的时效性要求,结合冷藏车辆的固定成本、制冷成本、惩罚成本因素,以总成本最低为目标建立数学模型,设计改进遗传算法进行求解,并通过仿真实例验证模型和算法的有效性。结果表明,相比于前置仓传统的独立配送策略,前置仓协作的两级配送策略能够有效地降低配送成本。

摘要：针对现阶段众包即时配送平台无法满足客户对配送时间具有不同紧迫性要求的问题,考虑外卖订单的实时性特征,引入客户异质化响应的激励函数,分别建立固定额度、线性、发红包、打赏四种激励机制下的O2O外卖众包即时配送调度模型,并根据激励机制原理设计了四种调度策略。通过大量模拟仿真实验验证模型的合理性,并通过滚动时域时长与订单饱和度等参数的敏感性分析,对比研究不同激励机制的适用场景。发现在客户需求密集时,线性激励机制的激励效果、适用性最好,同时适当增加配送员数量、背单量,选择适当的滚动时域时长,能有效提高客户满意度,同时保证配送员收益。研究成果可为激励机制的选择提供决策支持。

摘要：众包配送平台通过集结社会闲散运力,为应对激增的外卖实时配送需求提供了新的思路,其核心的订单分配与路径优化问题作为影响其配送成本与效率的关键问题受到关注。针对该问题中订单的实时性、时效性、配送员的自由性等特征,建立以平均每单配送距离以及平均每单完成时间最小为目标的实时订单分配与路径优化模型。分别设计了贪婪策略、最小差值策略用于求解该问题。最后通过大量的数值仿真研究验证了两个策略的有效性,发现最小差值策略所得的平均每单配送距离更短,贪婪策略所得的平均每单完成时间更短。进一步研究了两种策略在不同配送员容量限制、配送员数量、订单密度等参数变化时的适用性,需要控制成本宜采用最小差值策略,追求配送效率宜采取贪婪策略,研究结果可为众包配送平台的订单分配与路径优化策略的选择提供决策支持。

摘要：针对生活垃圾中转站和焚烧站的选址-路径问题(LRP),考虑经济目标和垃圾设施的负面影响,设计了与风向和距离有关的负效应分段函数,构建了两级多目标选址-路径(2E-MOLRP)模型,并提出了鲸鱼优化算法(WOA)和模拟退火(SA)算法结合的非支配算法WOA-SA。首先,结合随机方法与Clarke和Wright(CW)节约算法优化初始种群;其次,采用非线性动态惯性权重系数调整收敛速度;然后,设计WOA-SA的并行结构来增强全局搜索能力;最后,使用非支配排序法得到帕累托解集。对Prins和Barreto等35个基准案例以及天津市模拟案例进行分析。结果表明,WOA-SA可以找到20个基准案例的已知最优解(BKS),且对Prins和Barreto案例的求解结果与BSK差距的平均值分别为0.37%和0.08%,具有很好的收敛性和稳定性。将所提模型和算法应用于实例,给决策者提供了三种不同方案的负效应值及经济成本的方案,以支持不同偏好决策者选择,从而减少垃圾回收物流成本和设施对环境的负面影响。

摘要：服务机器人的使用呈上升趋势,当服务失败时,消费者会如何进行责任归因?本文从人物信息设定的视角,探究命名和性别设定对消费者进行消极结果责任归因的影响。实验结果表明:对服务机器人进行命名和性别设定的行为可以减弱人们对其的责任归因,认为机器人对服务失败负有更少责任。我们的研究结果为提高消费者对服务机器人的认同,降低服务机器人带来的负面影响提供了思路,对合理进行服务机器人形象设计提供了理论见解。

摘要：公交市场结构和补贴是交通行业改革发展中关注的重要问题.采用随机前沿分析方法,利用1990—2013年我国33个大中城市公共交通的运营数据,研究了市场结构和补贴对城市公交成本效率和服务效果的影响.研究表明：公交补贴对成本效率和服务效果均有正向激励作用,且补贴对公交服务效果的影响更为显著,补贴占成本比率与成本效率和服务效果呈现倒＂U＂型关系,其比率在5%-10%区间时达到最高,说明适当的补贴对提高公交运营效率有正面效果;国有主导下的公交市场结构会降低成本效率,提升服务效果,且其成本效率和服务效果均高于市场化主导模式.

摘要：针对城市交通事故分析中缺少建成环境因素的系统考虑,以密度、多样性、交通设计、可达性及公共交通临近度等5个维度表征建成环境,同时考虑个体行为、道路情况、事故类型及自然环境4个方面,运用机器学习算法建立融入建成环境因素对城市道路交通事故严重程度影响分析模型;并以重庆市某区的事故数据进行实证分析。研究结果表明:建成环境变量对事故严重程度有较大影响;从变量重要度排序来看,土地利用混合度(14.29%)、快速路及主干路密度(12.43%)、次干路及支路密度(11.54%)、人口密度(11.35%)与可达性(10.96%)的影响程度较高,累计重要度达60.57%;同时各变量与事故严重程度呈现出非线性关系。

摘要：针对城市配送过程中出现的交通限行和需求不确定性等问题,将配送周期划分为初始配送阶段和动态补货阶段,路径中包含枢纽型物流中心、配送型物流中心和客户,研究其共同构成的两级车辆配送路径优化问题.考虑到问题的动态性,提出前摄性需求配额策略及响应性补货策略,构建基于场景动态度的两级动态车辆路径问题数学模型.设计融合扫描算子的禁忌搜索算法,完成车辆初始阶段的配送路径优化;根据场景动态度,设计修复/更新性动态客户的响应策略,快速响应动态需求.最后,通过仿真算例验证模型和算法的有效性,实验结果表明,所提出的设计策略能够有效降低动态客户对低动态度应用场景初始路径的干扰,并简化高动态度场景下的路径优化复杂度.

摘要：考虑物流企业与客户对配送到达时间一致性的诉求,同时结合国家节能减排要求对车辆路径问题进行研究。物流企业需要在配送开始前为客户指派一个时间窗,由于客户具有配送前不确定需求的特点,通过引入需求场景概念,建立了以最小成本(碳排放成本和旅行成本)与最小配送时间为目标的基于时间窗指派污染路径问题的双目标优化模型。考虑到模型的复杂性,设计混合遗传—禁忌搜索算法。通过算例对设计的混合算法与构建的双目标模型进行分析,验证模型与算法的有效性,并与传统目标行驶距离最小和配送时间最小的指标进行数据对比分析。实验结果表明,基于时间窗指派污染路径问题的模型能够有效减少碳排放成本和旅行成本,但会引起配送时间的增加。