目的针对生鲜产品冷链配送环节存在的配送成本高、产品易腐坏等问题,研究考虑新鲜度的生鲜冷链物流同时取送货车辆路径优化。方法首先考虑同时取送货的场景,以及生鲜产品在不同场景下的新鲜度衰减速度,以车辆使用成本、货损成本、时间...目的针对生鲜产品冷链配送环节存在的配送成本高、产品易腐坏等问题,研究考虑新鲜度的生鲜冷链物流同时取送货车辆路径优化。方法首先考虑同时取送货的场景,以及生鲜产品在不同场景下的新鲜度衰减速度,以车辆使用成本、货损成本、时间惩罚成本之和最小为目标,建立考虑新鲜度的生鲜冷链物流同时取送货车辆路径优化模型;其次,基于此模型,设计一种带大邻域搜索思想的头脑风暴算法(Brain storm optimization with large neighborhood search algorithm,BSO-LNS)进行求解;然后,通过与CPLEX求解器、遗传算法的对比分析,验证所建模型的合理性及求解算法的有效性;最后,求解实际冷链物流企业的算例,验证本文模型在实际冷链物流配送中的应用价值。结果基于不同规模的算例,与CPLEX求解器、遗传算法相比,所设计的算法的求解效果更好,同时其求解速度更快。结论所提模型、算法可有效减少生鲜产品品质损耗,同时兼顾对总成本的控制,进而为生鲜物流企业提供了方法参考和决策依据。展开更多
针对带时间窗的时间依赖型同时取送货车辆路径问题(Time Dependent Vehicle Routing Problem with Simultaneous Pickup-Delivery and Time Windows,TDVRPSPDTW),本文建立以车辆固定成本、驾驶员成本、燃油消耗及碳排放成本之和为优化...针对带时间窗的时间依赖型同时取送货车辆路径问题(Time Dependent Vehicle Routing Problem with Simultaneous Pickup-Delivery and Time Windows,TDVRPSPDTW),本文建立以车辆固定成本、驾驶员成本、燃油消耗及碳排放成本之和为优化目标的数学模型;并在传统蚁群算法的基础上,利用节约启发式构造初始解初始化信息素,改进状态转移规则,引入局部搜索策略,提出一种带自适应大邻域搜索的混合蚁群算法(Ant Colony Optimization with Adaptive Large Neighborhood Search,ACO-ALNS)进行求解;最后,分别选取基准问题算例和改编生成TDVRPSPDTW算例进行实验。实验结果表明:本文提出的ACO-ALNS算法可有效解决TDVRPSPDTW的基准问题;相较于模拟退火算法和带局部搜索的蚁群算法,本文算法求解得到的总配送成本最优值平均分别改善7.56%和2.90%;另外,相比于仅考虑碳排放或配送时间的模型,本文所构建的模型综合多种因素,总配送成本平均分别降低4.38%和3.18%,可有效提高物流企业的经济效益。展开更多
文摘目的针对生鲜产品冷链配送环节存在的配送成本高、产品易腐坏等问题,研究考虑新鲜度的生鲜冷链物流同时取送货车辆路径优化。方法首先考虑同时取送货的场景,以及生鲜产品在不同场景下的新鲜度衰减速度,以车辆使用成本、货损成本、时间惩罚成本之和最小为目标,建立考虑新鲜度的生鲜冷链物流同时取送货车辆路径优化模型;其次,基于此模型,设计一种带大邻域搜索思想的头脑风暴算法(Brain storm optimization with large neighborhood search algorithm,BSO-LNS)进行求解;然后,通过与CPLEX求解器、遗传算法的对比分析,验证所建模型的合理性及求解算法的有效性;最后,求解实际冷链物流企业的算例,验证本文模型在实际冷链物流配送中的应用价值。结果基于不同规模的算例,与CPLEX求解器、遗传算法相比,所设计的算法的求解效果更好,同时其求解速度更快。结论所提模型、算法可有效减少生鲜产品品质损耗,同时兼顾对总成本的控制,进而为生鲜物流企业提供了方法参考和决策依据。
文摘针对带时间窗的时间依赖型同时取送货车辆路径问题(Time Dependent Vehicle Routing Problem with Simultaneous Pickup-Delivery and Time Windows,TDVRPSPDTW),本文建立以车辆固定成本、驾驶员成本、燃油消耗及碳排放成本之和为优化目标的数学模型;并在传统蚁群算法的基础上,利用节约启发式构造初始解初始化信息素,改进状态转移规则,引入局部搜索策略,提出一种带自适应大邻域搜索的混合蚁群算法(Ant Colony Optimization with Adaptive Large Neighborhood Search,ACO-ALNS)进行求解;最后,分别选取基准问题算例和改编生成TDVRPSPDTW算例进行实验。实验结果表明:本文提出的ACO-ALNS算法可有效解决TDVRPSPDTW的基准问题;相较于模拟退火算法和带局部搜索的蚁群算法,本文算法求解得到的总配送成本最优值平均分别改善7.56%和2.90%;另外,相比于仅考虑碳排放或配送时间的模型,本文所构建的模型综合多种因素,总配送成本平均分别降低4.38%和3.18%,可有效提高物流企业的经济效益。
