车辆调度问题

摘要： 政府大力推动电动公交发展以促进城市节能减排,同时也为公交运营带来了挑战.车辆调度是公共交通运营计划中的一个关键问题,优化电动公交车辆调度方案不仅有助于降低公交企业运营成本,而且可以改善服务水平,让广大出行群众受益.文章首先对电动公交车辆调度问题及其数学模型进行了阐述,然后总结归纳了现有的车辆调度研究及电动公交车辆调度研究的成果,最后展望了电动公交车辆调度未来的研究方向.

摘要： 针对物流配送过程中客户需求随机出现的车辆调度问题,结合客户随机需求信息和经验数据,运用汇集预测方法,生成合理的虚拟客户出现的概率及其位置和需求量,在分析客户不满意度函数的基础上,综合考虑配送车辆调度方案的经济性和客户满意度两方面因素,提出了加权广义配送总费用最小化目标,依照车辆先真实后虚拟客户配送的原则,建立了配送车辆调度模型,设计了与局部搜索相结合的改进遗传算法。Solomon标准测试算例验证了模型与算法的有效性与适用性,结果表明,相比于现有的其他方法,本文方法制定的配送车辆调度方案不仅能有效降低物流企业的总配送成本,而且能快速响应客户需求,提高客户满意度和服务水平。

摘要： 抢险救灾行动的有效规划和调度在挽救人民群众生命和减轻财产损失中起着重要作用,利用数学建模方法和计算机仿真技术,辅助决策者完成应急物资配送车辆调度已成为学术界的共识.围绕模型和优化两个关键点,分析了近年来应急物资配送车辆调度的研究现状,归纳出了应急物资配送车辆调度模型的主要优化目标和影响因素,对比分析了多种优化算法的应用效果,提出了现有研究中存在的问题,最后研讨了应急物资配送车辆调度研究的发展趋势.

摘要： 针对于长期车辆合乘问题(LTCPP),提出一种复合变邻域搜索算法(HV NSA),将具有相同目的地的用户进行合乘匹配从而减少车辆出行数量.首先,构建一个全面准确的长期车辆合乘问题的数学模型,将所有用户按复合距离优先算法分配到合乘小组中,对时间窗口和车容量约束验证,得到初始合乘方案;然后利用变邻域搜索算法对初始合乘方案进行优化迭代,得到最终的优化合乘方案.实验结果表明,该算法在处理100人和200人的规模问题上可以在1s内得到高质量的优化合乘方案,对于400人和1000人的较大规模问题,该算法仍然可以在2～4 s内得到较高质量的优化合乘方案.

摘要： 带二维装载约束的车辆调度问题大量存在于现代物流活动中,该问题是二维装箱问题与车辆路径问题这两个经典难题融合之后的一个新问题.针对这一问题,在综合考虑客户需求、时间窗、二维装载约束、载重量以及客户满意度的基础上,建立了带二维装载约束的多目标物流配送中的车辆调度问题模型,同时,提出了一种车辆调度优化算法.该算法采用多目标蚁群优化得到Pareto最优解,在货物装载阶段采用改进的最低水平线搜索算法的二维装载策略,提高车辆装载率;在车辆路径优化阶段采用改进的信息素更新策略和客户转移概率方法,提升蚁群搜索性能.实例测试及与其他算法比较表明,该算法能有效解决模型问题,在解空间上有更好的探寻性能.

摘要： The required travel time in a path may differ from time to time in city delivery. The actual characteristics of vehicle routing can be better described in time-dependent network. It is of more practical significance to solve the problem of urban logistics vehicle routing optimization in time-dependent condition. On the basis of analyzing the vehicle travel time in time-dependent network, both sides of customers and logistics company requirements are considered and a multi-objective vehicle scheduling model in time-dependent network is formulated to minimize total delivery time and the number of vehicles and maximize the customer satisfaction. Then a genetic algorithm is designed to solve the model, upon an analysis by using an example. The simulation results show that the model is feasible and the algorithm effective in urban logistics vehicle scheduling.%在城市配送中,车辆在不同时间段通过相同路径的行驶时间可能不同,时间依赖网络能更好地刻画城市物流车辆调度的实际特征,解决时间依赖条件下的城市物流车辆调度优化问题具有更强的实际应用意义.文在分析时间依赖网络车辆行驶时间的基础上,综合考虑顾客及物流公司两方面要求,以总配送时间、使用车辆数最小及客户满意度最大为目标,建立多目标时间依赖网络城市物流车辆调度模型;设计了遗传算法对该模型进行求解,并进行了算例研究,算例分析表明本模型在城市物流车辆调度方面是合理可行的,设计的算法是有效的.

摘要： 针对长期车辆合乘问题(LTCPP),提出带有偏好矩阵的遗传算法(PMGA),将拥有私家车且目的地相同的用户群体分配到产生总花费最少的合乘小组.首先,建立计算基于全体用户费用成本的目标函数,构建以用户时间窗和车容量为约束的长期车辆合乘模型;然后,结合模型特点,在传统遗传算法(GA)的基础上,通过在交叉算子与变异算子中添加偏好矩阵记录并更新用户间的偏好信息来提高可行解的数量和质量.实验结果表明,在相同计算环境下,当用户数量小于200时,通过PMGA所获得的20个解中的最优解的值与最优化算法相同;而处理大规模的实例时,PMGA可以获得更高质量的解.所提算法可以明显提高长期车辆合乘问题的求解质量,在降低汽车尾气污染和减少交通拥挤等方面具有重要作用.%A Preference Matrix based Genetic Algorithm (PMGA) was introduced for solving the Long-Term Car Pooling Problem (LTCPP),and a group of users with both vehicle and the same destination was assigned to the co-generation group to minimize the total travel cost.First,the objective function of calculating the cost of all users was set up,and a long-term car pooling model with constraints of user time window and car capacity was designed.Then based on the characteristics of the model and classic Genetic Algorithm (GA),a preference matrix mechanism was adapted into the crossover and mutation operators to memorize and update the preference information among different users,thus improving the quantity and the quality of feasible solutions.The experimental results show that in the same computing environment,the optimal solution value of 20 solutions obtained by PMGA is the same as that of the exact algorithm when the number of users is less than 200.Moreover,PMGA is remarkable in solution quality when dealing with large size of instances.The proposed algorithm can significantly improve the solution quality of the long-term car pooling problem,and play an important role in reducing vehicle emission and traffic congestion.

摘要： 针对车辆旅行时间、卸货时间和客户需求量均为模糊变量的VRP问题,建立了基于可信性测度的模糊机会约束规划模型,并用改进的粒子群算法进行优化,算法以实数形式进行编码,针对不可行解,设计了专门的修复算子.通过仿真实验证明,该算法对于解决此类模糊VRP问题是行之有效的.%In this paper, in view of the vehicle routing problem where the vehicle traveling time, cargo unloading time and customer demand volume were all fuzzy, we built a fuzzy opportunity constraint programming model based on credibility measure, then used the modified particle swarm algorithm to optimize it, designed a special corrective operator for the infeasible solutions, and at the end, through a simulation example, proved the validity of this algorithm in the solution of similar fuzzy VRPs.

摘要： 多回合整车装卸约束下的车辆调度问题是一种特殊的车辆调度问题,普通的车辆调度问题算法没有利用问题的特殊结构,计算效率低。首先通过分析多回合整车装卸车辆调度问题的特点,将其转换为多阶段网络流问题并建立模型;然后针对模型有后效性的特点,提出了基于禁忌列表的Bellman方程,并以此为基础,设计了基于动态规划算法的最小费用流求解算法。通过实例计算表明,模型和算法适合描述及求解多回合整车装卸车辆调度问题,能够较为快速高效地求解问题的优化行动方案。

摘要： 本发明公开了一种用于船舶维修任务调度问题的调度优化方法，属于船舶维修调度技术领域。本发明根据维修任务的不同执行时间、距离备件仓库的距离以及恶化特征对工件进行排序，并将维修任务指派至不同的维修人员，目标是最小化维修服务跨度，从而为船舶制造企业的提高服务效率和降低服务成本；并可在多项式时间内计算出问题下界，可用于评判调度方案的优劣，作为调度方案质量的重要评价标准。

摘要： 本发明公开了一种解决柔性流水车间调度问题的量子调度方法，包括以下步骤：建立调度策略选择每个作业的机器；模拟量子电路构建调度结构图；构建交换规则优化调度结构图；构建替换规则优化调度结构图；判断当前迭代次数是否满足结束条件；若是，则执行下一步；若否，则继续执行S3；结束条件为到达最后一个工件的最后一道工序；计算并输出结果：将调度结构图转换为甘特图输出。本发明通过模拟量子电路调度过程来求解解决柔性流水车间调度问题，能比较直观的反应作业生产顺序及相互之间的关系，能根据有效解进一步演变有效解，是一种高效的求解解决柔性流水车间调度问题的方法。

摘要： 本发明公开了一种面向大规模纯电动公交车辆调度问题的自适应大型邻域搜索方法，纯电动公交车辆调度问题是含有多约束的复杂问题，求解过程的计算量随着问题的规模呈指数增长。本发明采用自适应大型邻域搜索算法，通过改良删除和插入算法并增加局部搜索步骤，使得此方法能够求解考虑多车场多车型的复杂公交车辆调度问题，弥补了这一问题求解方法的空缺，并能够以较高的效率为电动公交车辆的选购和排班问题提供解决方案，能够用于大规模的公交车辆调度问题求解。

摘要： 本发明公开一种求解二维装载约束物流车辆调度问题的方法，该方法包括计算机建模、调度优化计算、调度方案输出三个步骤。首先将车辆、场地、任务输入到计算机中，综合考虑客户需求、时间窗、二维装载约束、载重量和客户满意度，建立基于二维装载约束的多目标物流配送中的车辆调度问题模型，然后在货物装载阶段采用改进的最低水平线搜索算法的二维装载策略，在车辆路径优化阶段采用改进的信息素更新策略和客户转移概率方法，最后采用多目标蚁群优化得到车辆调度Pareto最优解并将最终调度方案传输给工作人员。本发明考虑了二维装载约束、车辆满载配送等实际情况，采用该方法可有效减少投入的车辆数，降低车辆空载率，提高客户满意度，降低企业运输成本。

摘要： 本发明公开了一种车辆调度问题的改进最大‑最小蚁群优化方法及系统，方法包括：根据委托单中的配送信息获取客户的地址信息，将相关信息读入最大‑最小蚁群算法中，然后对蚁群算法初始化、条件终止判断、路线构建、路线改进以及信息更新，本发明通过动态改变信息素挥发系数的数值，从而加速收敛，并且在更多路径上进行搜索，提高算法的全局搜索能力，避免出现早熟停滞现象，在求解车辆路径问题上具有容易实现、快速收敛、搜索能力强的优点。

摘要： 本发明公开了一种面向大规模纯电动公交车辆调度问题的自适应大型邻域搜索方法，纯电动公交车辆调度问题是含有多约束的复杂问题，求解过程的计算量随着问题的规模呈指数增长。本发明采用自适应大型邻域搜索算法，通过改良删除和插入算法并增加局部搜索步骤，使得此方法能够求解考虑多车场多车型的复杂公交车辆调度问题，弥补了这一问题求解方法的空缺，并能够以较高的效率为电动公交车辆的选购和排班问题提供解决方案，能够用于大规模的公交车辆调度问题求解。

摘要： 本发明公开一种求解二维装载约束物流车辆调度问题的方法，该方法包括计算机建模、调度优化计算、调度方案输出三个步骤。首先将车辆、场地、任务输入到计算机中，综合考虑客户需求、时间窗、二维装载约束、载重量和客户满意度，建立基于二维装载约束的多目标物流配送中的车辆调度问题模型，然后在货物装载阶段采用改进的最低水平线搜索算法的二维装载策略，在车辆路径优化阶段采用改进的信息素更新策略和客户转移概率方法，最后采用多目标蚁群优化得到车辆调度Pareto最优解并将最终调度方案传输给工作人员。本发明考虑了二维装载约束、车辆满载配送等实际情况，采用该方法可有效减少投入的车辆数，降低车辆空载率，提高客户满意度，降低企业运输成本。

摘要： 本发明公开了一种车辆调度问题的改进最大-最小蚁群优化方法及系统，方法包括：根据委托单中的配送信息获取客户的地址信息，将相关信息读入最大-最小蚁群算法中，然后对蚁群算法初始化、条件终止判断、路线构建、路线改进以及信息更新，本发明通过动态改变信息素挥发系数的数值，从而加速收敛，并且在更多路径上进行搜索，提高算法的全局搜索能力，避免出现早熟停滞现象，在求解车辆路径问题上具有容易实现、快速收敛、搜索能力强的优点。

摘要： 一种车辆调度问题的粒子群优化方法，通过对该车辆调度问题的一些预分析和预处理，简化实际车辆路径度问题求解。提出了实数编码方式表示车辆调度问题的调度方案，用粒子群算法方法进行求解。对于有L个客户的VRP问题，使用L维的实数向量表示粒子的状态。对于向量的每一维，其整数部分表示所在的车辆，整数部分相同的，表示在同一辆车中。小数部分表示在车辆中配送的次序。本发明提供一种操作简单、计算速度快、便于调整的车辆调度的智能优化方法。

摘要： 一种有时间窗的开放式车辆调度问题的粒子群优化方法，有时间窗的开放式车辆调度问题是非常复杂的问题，通常是多约束、多目标、随机不确定优化问题。求解过程的计算量随问题的规模呈指数增长，已被证明是NP完全问题。本发明采用粒子群算法，并使用改进的廉价插入启发式算法(Cheapest Insert Algorithm)优化车辆内客户的顺序。本发明提供一种算法简单、同时具备较快的计算速度和较高的算法精度的有时间窗的开放式车辆调度问题的粒子群优化方法。