简介:摘要:物流是物流企业满足客户需求的过程,从供应点到货物通过运输、储存、配送和处理多道工序到指定地点,被誉为促进经济发展的“第三利润源泉”,伴随着信息技术的不断发展,物流的各个方面都得到了进一步优化,特别是物流运输和仓储,实现了智能运输和仓储。但是物流和信息分配和情报还有待进一步改进,主要是因为物流和分配相对于其他环节比较复杂,在很多情况下涉及到双向运输,在双向运输的情况下,运输车辆路线规划也面临着一定的复杂性,需要考虑到客户的需求,还需要考虑运输成本、运输条件等因素,因此,目前在物流配送中,双向运输车辆的规划问题是物流企业在进行路线规划时需要综合考虑的因素,以便制定合理的分配方案,根据双向运输车辆路径优化的复杂性,选择蚁群算法来解决这一复杂问题,然后通过仿真验证蚂蚁群算法下形成的分配方案,从而解决双向运输车辆路径优化问题。
简介:带柔性时间窗的开放式车辆路径问题(OpeningVehicleRoutingProblemwithFlexibleTimewin—dows,OVRPFTW)对物流配送中的延迟或者提早具有一定程度的容忍.本文首先建立了OVRPFTW的数学模型,然后分别将Sine映射,Chebyshev映射和Logistic映射引入基本蚁群算法,构建了三种混沌蚁群算法,并将其用于求解OVRPFTW.算倒测试表明:Sine映射和Chebyshev映射能够明显地改进基本蚁群算法的优化性能,基于Sine映射和Chebyshev映射的混沌蚁群算法的求解性能优于基本蚁群算法和基于Logistic映射的混沌蚁群算法.
简介:目前,随着电动汽车的普及,物流企业逐渐重视电动汽车的应用。本文考虑到电动汽车在实际应用中的行驶里程、充电耗时以及配送时间等因素,研究含时间窗的电动汽车车辆路径问题,建立了相应的混合整数规划模型,然后改进分支定价算法以求得其最优解。改进的分支定价算法首先根据Dantzig-Wolfe分解原理将原问题分解为基于路径的主问题(MP)和求最短路径的子问题,然后用列生成和动态规划算法在主问题和子问题之间进行迭代以求得主问题线性松弛后的最优解,最后采用基于弧的分支策略求得其整数解。通过用改进的Solomon算例的实验数据,与CPLEX比较验证了模型和算法结果的准确性,并对该问题进行了灵敏度分析,证明了本文提出的算法具有一定的应用价值。