车辆路径问题

摘要： 降低零售企业的末端配送成本是控制物流成本的关键,共享经济的发展为此提供了新思路。因此,针对零售企业末端上门配送服务成本较高的情况,提出了考虑外协的车辆服务策略,将有意愿进行单次交付的线下客户作为协作车辆配合普通车辆来完成线上客户订单的配送,建立了以最小化普通车辆路径成本,普通车辆使用成本,时间窗惩罚成本和协作车辆补偿成本为目标函数的数学模型,并设计匹配算法和混合遗传算子的模拟退火算法对该模型进行求解,最后结合算例对提出的算法进行检验与分析。

摘要： 为解决带时间窗和多配送人员的车辆路径问题,本文采用混合启发式算法对其进行求解。该算法主要由整数规划重组、局部搜索算法和模拟退火算法三部分组成。在算法中,整数规划重组有效提高了解的质量,局部搜索算法和模拟退火算法保证了算法搜索的深入性和广泛性。通过与CPLEX和禁忌搜索算法进行对比,证实了混合启发式算法实用价值更高,求解效果更好。

摘要： 随着信息技术的发展,数字经济在影响现代物流产业的同时也为冷链物流运输管理注入了新的活力。冷链物流产品在配送运输过程中,除了要关注时效性,还要关注客户的满意度。综合考虑时间窗约束和配送车辆载重量约束,以冷链物流配送车辆的运输距离最短和客户满意度最大为目标建立数学模型。通过引入人工蜂群算法(ABC)的分级思想,对蚁群算法(ACO)进行改进,并对每条路径上的信息素浓度做出限制,将其控制在一个已知的范围内,有效弥补蚁群算法早熟和搜索停滞的缺点,进而利用改进蚁群算法来求解该数学模型。最后,利用MATLAB软件对A城市某生鲜农产品冷链物流配送进行仿真,测试出改进蚁群算法的性能要优于基本蚁群算法和遗传算法,并为配送中心今后的物流配送指明了方向。

摘要： 针对城市交通路网存在时变性和随机性的特点,文章研究了随机时变下带时间窗的取送货车辆路径问题,提出了随机时变车辆行驶时间的鲁棒优化方法,考虑车载限制和客户服务时间窗的约束,以总行驶时间最小化为目标,建立混合整数规划模型,并提出两阶段的混合遗传模拟退火算法。使用三行染色体编码方式、多段多点交叉算子和修复算子的遗传算法获得较优解,使用模拟退火算法进行优化,获得高质量的解决方案。最后,基于PDPTW标准数据集和STDPDPTW测试算例对文章所提出的算法进行了大量的数值实验,充分验证了模型及算法的有效性。

摘要： 基于无人机配送优势,提出一类无人机与卡车分区域协同配送问题。考虑需求稀疏地区由无人机配送,需求密集地区由卡车与无人机协同配送的情形。由于无人机的载重能力较小,无人机访问的顾客需求允许被拆分。结合无人机与卡车的访问路径关系,以最小化运输成本和使用卡车的人力成本为目标建立混合整数规划模型,并设计一种改进变邻域搜索算法对问题进行求解。小规模算例的特性分析表明,运输成本对无人机的载重能力及单位运输成本敏感性较高。多个不同规模的算例测试表明,改进变邻域搜索算法能在较短时间内有效求解各规模算例,且算法稳定性较好。

摘要： 随着我国电动汽车市场的不断发展,动力电池的退役处置问题变得刻不容缓。实践表明动力电池的有效回收不仅能够避免退役电池对环境造成不必要的二次污染,也能推进动力电池的循环利用,提高经济效益。为有效降低制造商责任制下的退役动力电池回收物流成本,促进动力电池回收程序规范化、可持续性发展,本文以车辆启用成本、行驶成本及能耗成本为总目标,研究退役动力电池回收的多车场车辆路径问题。首先,构建考虑电动物流车运载、载重影响能耗、多车场协同回收的数学规划模型;然后,设计基于遗传算法和局部搜索相结合的文化基因算法,采用无分隔符的编码方式和splitting解码方式、多种结构各异的交叉算子和局部搜索算子、种群管理等策略,提高算法的求解质量和效率;最后,进行仿真实验评估所设计算法的性能。实验结果表明:所设计算法的求解结果与LINGO软件所求最优解的偏差在1.23%以内,并能够在较短时间内求得问题的高质量解;与传统的遗传算法相比,算法在求解质量和效率方面均更优,实验结果验证了算法的有效性。

摘要： 本文基于实际配送中存在的配送中心中转货物类型不同的问题,提出共享资源、合并下游订单、中途取货、半开放式回程策略,考虑使用异质车辆,以时间窗、载重限制、需求点容纳能力为约束条件,构建了基于联合配送的多目标路径优化模型。根据模型特征,使用混合自适应遗传算法,设计三阶段解码法和海明距离过滤机制,利用模拟退火算法生成初始解,增强算法的局部与全局搜索能力。通过实例分析,验证了模型即算法的有效性,表明联合配送模式能有效降低配送成本之余提高配送与用车效益。

摘要： 随着无人机技术的成熟,无人机逐渐进入物流配送环节,从而提高配送效率。 文章梳理了国内外有关文献,从角色分工角度归纳车辆与无人机组合配送的问题模型,并对求解该类问题的办法进行综述对比分析,为未来研究方向提供一定的借鉴。

摘要： 为能够考虑整车运输订单的紧急程度选择运输时间或运输费用为最少的运输路径,文中依据整车运输的特点,在平衡运输时间与运输费用的情况下根据汽车企业的情况建立运输模型,模型分成两段:第一段模型,对于整车长距离的跨省运输,依据整车运输订单紧急程度,建立以运输时间或运输费用为权值的邻接矩阵,利用Dijkstra算法计算出从生产基地到各省份的配送中心所需时间成本或运输费用为最少的运输路径;第二段模型,对于整车短距离的省内运输,考虑顾客对收到货物的时间期望而建立以运输费用最少为目标的带时间窗的整车调度运输模型,通过将惯性权重w进行线性递减变换和使用非对称学习因子对基本粒子群算法进行改进,用改进后的粒子群算法对模型进行求解验证。经实证检验,改进后的算法计算出的结果有效降低了运输成本并且减少了运输时间。

摘要： 对于求解带时间窗口车辆路径问题,提出一种融合邻域搜索策略的改进蚁群算法,针对时间窗口特性,将等待时间加入到蚁群算法的状态转移规则之中。为提升算法的局部寻优能力,设计多种节点删除操作和插入操作对得到的路径进行邻域搜索。最后利用Solomon标准算例对改进算法进行测试,与目前已知最优解对比,实验结果表明改进后的蚁群算法对带时间窗口的车辆路径问题有较好的适用性。

摘要： 物流配送需求可拆分车辆路径问题(SDVRP)是一类有待深入研究的车辆路径问题,其求解方法与需求不可拆分的VRP问题有较大的区别.针对该类问题,本文提供了一种新的求解思路——基于双层规划模型的三阶段禁忌算法.首先,将目标函数设定为大TSP路径成本加上切割增加路径成本,构建了SDVRP的双层规划数学模型;然后,根据双层规划的思路设计了三阶段禁忌启发式算法:先求包括车场和所有顾客的大TSP路径,再对大TSP进行切割和拆分,接着对备选方案进行子路径优化;最后,通过实验仿真,将所提出的三阶段禁忌算法与其他算法进行比较,结果表明了所提出的算法可以比较有效地求得需求可拆分车辆路径问题的优化解,是解决需求可拆分车辆路径问题的有效方法.

摘要： 采用营运车辆的最短行驶距离作为带时间窗车辆路径问题的优化目标,在混合蚁群算法中采用信息素三层更新策略以完成对车辆的调度,信息素挥发自适应策略充分考虑实时路况,考虑信息素空间扩散特性的局部更新策略更加忠实于自然界的真实蚂蚁系统,可以提高算法的收敛速度,采用阈值判断的全局信息素更新策略可以防止算法陷入局部最优.通过c#语言实现了混合蚁群算法的计算机求解,最后通过对10个仿真实例进行仿真计算,结果表明,混合蚁群算法收敛快,寻优结果稳定.

摘要： 研究了多时间窗车辆路径问题，增加了车容量及最大行驶距离等限制条件，以总成本最低为目标，建立了整数线性规划模型，并利用Lingo软件编写了求解该模型的精确算法程序。然后通过引入最优个体保留机制对传统的遗传算法进行改进。设计了求解多时阿窗车辆路径问题的遗传算法，最后通过具体实例验证了模型及算法的有效性。

摘要： 车辆路径问题(VRP)是一个经典的NP-hard组合优化问题，采用传统的数学方法求解往往找不到正确的解。首先在分析现有求解该问题的蚁群算法的基础上，使用蚁群算法求出局部最优解，然后利用遗传算法进一步优化局部最优解。实验结果显示，该算法可以快速高效地找到最优解，同时避免了基本蚁群算法的过早收敛这一缺陷。

摘要： 车辆路径问题(VRP)在物流配送领域有着广泛的应用价值.基于配送成本最小化,研究了带装载能力约束的需求可离散拆分VRP.文中将以往客户需求不可拆分的条件松弛为需求可拆分,且限定若拆分则只能依装载项来离散拆分,即单个装载项的需求量不可再拆.文中以车辆数最少和行驶距离最短为双目标,以单车场、单车型、路长和载重限制、需求依装载项拆分等为约束条件,建立了相应的双目标数学规划模型.设计了一种具有自适应性和多种邻域结构体的禁忌搜索算法,经算例测试对比,表明了禁忌搜索算法的有效性,也验证说明了需求离散拆分相比不拆分确实可以降低行驶成本.

摘要： 目前对于车辆路径问题(Vehicle Routing Problem,VRP)领域的研究是一个热点.本文总结了经典VRP(仅受载重量的约束)主要的已知研究成果.根据目前的研究状况,分三大类讨论求解该问题的算法:精确算法(exact algorithm),经典启发式算法(classical heuristic algorithm),现代启发式算法(meta-heuristic algorithm),分析各类算法的优缺点及其适用场合.最后对求解该问题进一步的研究方向做了展望.

摘要： 由于传统遗传算法在求解VRP时会过早收敛,易陷入局部最优解.本文提出改进的遗传算法求解VRP.通过将模拟退火融入到遗传算法中,改善了传统遗传算法对VRP的求解过程,并采用改进的遗传算法解决物流配送中心的选址问题.最后对比改进遗传算法与其它经典算法求解VRP的结果,经过案例分析,证明改进的遗传算法是有效的,验证了本文提出的改进遗传算法具有一定的合理性.

摘要： 提出了一种基于蜂群遗传算法的带时间窗的车辆路径问题的求解方法。在适应度函数中加入了派送车辆固定成本，有效解决了车辆数与行驶距离同时优化的矛盾。交叉操作采用了自适应交叉，不仅提高了寻优的精度，而且减小了陷入局部最优的概率。通过实例对蜂群遗传算法和其他算法的性能做了比较。结果表明，在进化代数相同的条件下，由于蜂群遗传算法在配种选择算子上使用种群的最优个体作为蜂王，提高了种群收敛速度；并且在代进化过程中引入一个随机种群，保持了群体的多样性，提高了算法的搜索能力。

摘要： 城区物流配送中车辆的能耗量,无论从环境保护还是物流配送成本的角度,都是值得关注的一个问题.然而,传统物流配送模型以车辆路径总长度最小化为目标并很少考虑城区配送的特点.结合车辆在城区行驶的特点,在充分考虑影响车辆能耗的行驶距离、载重、车速、路面坡度因素的基础上,提出了以配送车辆总能耗最少为优化目标的城区物流配送模型(Energy Consumption Minimizing Urban Vehicle Routing Problem,ECM-UVRP);通过对比分析传统模型(Capacitated Vehicle Routing Problem,CVRP)和ECM-UVRP的解空间、改进法则2-opt、oropt、exchange和swap的计算复杂度发现,ECM-UVRP较CVRP更加难以求解;另外,通过分析ECM-UVRP同一可行解的能耗量和车辆路径长度发现,两者具有高度的正相关关系,基于该分析结果提出了求解ECM-UVRP的双目标策略,最后通过实例验证了该策略的有效性.

摘要： 城区物流配送中车辆的能耗量,无论从环境保护还是物流配送成本的角度,都是值得关注的一个问题.然而,传统物流配送模型以车辆路径总长度最小化为目标并很少考虑城区配送的特点.结合车辆在城区行驶的特点,在充分考虑影响车辆能耗的行驶距离、载重、车速、路面坡度因素的基础上,提出了以配送车辆总能耗最少为优化目标的城区物流配送模型(Energy Consumption Minimizing Urban Vehicle Routing Problem,ECM-UVRP);通过对比分析传统模型(Capacitated Vehicle Routing Problem,CVRP)和ECM-UVRP的解空间、改进法则2-opt、oropt、exchange和swap的计算复杂度发现,ECM-UVRP较CVRP更加难以求解;另外,通过分析ECM-UVRP同一可行解的能耗量和车辆路径长度发现,两者具有高度的正相关关系,基于该分析结果提出了求解ECM-UVRP的双目标策略,最后通过实例验证了该策略的有效性.

摘要： 本发明提供一种在道路环境中评估车辆路径的方法和车辆路径评估系统，所述道路环境包括本车辆和外部物体，所述方法包括以下步骤：在检测区域内通过传感器系统检测外部物体；在状态矢量确定控制块中确定所述外部物体的状态矢量；由路径产生器产生超越所述外部物体的多个路径，所述路径由路径段组成。

摘要： 本发明提供一种行驶路径生成装置及行驶路径生成方法，其能够抑制对于在生成车辆的行驶路径时不能检测到行驶位置的行驶区间生成插补精度差的行驶路径的情况，并生成插补精度好的行驶路径。提供一种车辆控制装置及车辆控制方法，其能够基于如上所述生成的行驶路径来控制车辆的行驶。一种行驶路径生成装置(100)及行驶路径生成方法，其比较在时间上处于前后关系的两个行驶位置及两个行驶方位，判定是否在两个行驶位置之间进行插补，在被判定为进行插补的情况下，生成在被判定为进行插补的两个行驶位置之间进行插补的行驶路径。

摘要： 为了高精度地生成行驶路径，本发明的车辆行驶路径生成装置包括：对本车(1)行驶的车道进行近似并输出第一行驶路径信息的第一行驶路径生成部(60)；对所述本车(1)的前方的道路分割线进行近似并输出第二行驶路径信息的第二行驶路径生成部(70)；设定所述第一行驶路径信息和所述第二行驶路径信息的加权的行驶路径加权设定部(90)；以及根据所述第一行驶路径信息、所述第二行驶路径信息和所述行驶路径加权设定部(90)的所述加权来生成统一路径信息的统一路径生成部(100)，所述行驶路径加权设定部(90)基于俯瞰检测行驶路径加权设定部(91)、车辆状态加权设定部(92)、路径长度加权设定部(93)以及周边环境加权设定部(94)中的至少一个的输出设定加权。

摘要： 一种车辆的路径规划方法以及路径规划装置，其中，该路径规划方法包括:检测到用户用于指示开启自动泊车的第一操作(610)；响应于第一操作，在显示屏上显示候选车库的位置信息(620)；检测到用户指示候选车库中目标车库的第二操作(630)；响应于第二操作，在显示屏上显示目标行驶路径，其中，目标行驶路径用于车辆从指示开启自动泊车的起始泊车位姿行驶至目标车库中的目标停车位姿，目标行驶路径是根据车辆的中间位姿对起始泊车位姿与目标停车位姿之间的路径进行分段规划得到的，车辆位于中间位姿时车辆的至少部分位于目标车库之外(640)。能够通过中间位姿对车辆的泊车路径进行分段规划，从而提高车辆的路径规划的成功率。

摘要： 本发明提供多车辆路径规划方法及多车辆路径规划系统，包括：输入步骤，输入节点信息和限制信息；节点间路线信息计算步骤，计算与各个限制时间窗分别对应的节点间路线信息；配送方案生成步骤，生成配送方案；配送方案成本计算步骤，根据与配送方案中各个车辆的行驶路径信息所表示的各个节点间路线的经过时间对应的节点间路线信息中的节点间路线成本，计算反映了该配送方案所包括的全部车辆各自经过的各个节点间路线的节点间路线成本而得到的配送方案成本；以及配送方案选择步骤，从多个配送方案之中，基于各个配送方案的配送方案成本来选择配送方案。能够生成考虑了限制区域及其限制时间窗的多车辆配送方案，满足用户的需求而且降低总配送成本。

摘要： 一种使用执行其它车辆判断处理的处理器而判断有无其它车辆的方法，运算本车辆的行驶路径，检测位于与行驶路径的切线方向垂直的方向上的其它车辆，并基于检测到的所述其它车辆的位置，判断有无其它车辆位于本车辆的侧方。

摘要： 本发明提供一种在道路环境中评估车辆路径的方法和车辆路径评估系统，所述道路环境包括本车辆和外部物体，所述方法包括以下步骤：在检测区域内通过传感器系统检测外部物体；在状态矢量确定控制块中确定所述外部物体的状态矢量；由路径产生器产生超越所述外部物体的多个路径，所述路径由路径段组成。

摘要： 本发明提供了一种基于自适应大规模领域搜索算法的车辆路径问题方法及系统。该方法包括：使用一定的规则构造一个初始解；基于算子的权重，选择此次迭代过程中使用的ruin算子和insert算子；对此次迭代的初始解执行ruin操作，使得初始解成为一个不可行解；对不可行解执行insert操作，尽量获得一个可行解；基于优化目标函数评估可行解，并根据预设策略决定是否接受该可行解；重复执行上述操作，直至达到终止条件，并在达到终止条件时，返回当前找到的最优解。本发明提供的基于自适应大规模领域搜索算法的车辆路径问题方法及系统能够对车辆路径问题进行求解。

摘要： 一种取送货问题的车辆路径规划方法，首先根据待解决的带时间窗的取送货车辆路径问题，建立客户数据模型；然后计算车库、取货点及送货点中两两之间的距离，再建立带时间窗的取送货车辆路径问题的数学模型，然后基于取送货实际问题，建立带时间窗的取送货车辆路径问题的Petri网模型；再基于构建的Petri网模型，将数学模型转换为整数线性规划问题；然后在MATLAB中调用整数线性规划问题的相关程序进行求解和结果分析；本发明能够实现车库的车辆配送路线最优，同时使车辆的行驶总距离最短，较大程度地降低车辆运输成本，具有良好的应用前景。

摘要： 本发明公布了一种求解软集群车辆路径问题的混合模因搜索方法。该方法将软集群车辆路径问题分解为两个逻辑上较小的子问题：集群级子问题和客户级子问题，并分别求解。第一个子问题的目标是使用模因算法确定集群所属的路径，而第二个子问题的目标是确定每条路径中所有客户的访问顺序。它集成了三个高效的模块：基于组匹配的交叉算子以生成高质量的子代解，两级混合搜索分别对子代解在集群级和客户级进行优化，以及种群重构程序(通过增加种群中解的多样性来跳出局部最优)。大量的实验结果表明与现有的方法相比，本发明方法在性能上表现更优，证明了本发明方法的有效性。