车辆路径优化

摘要： 车辆路径作为经典的组合优化问题一直是研究的热点与难点,无论是在应急管理工作还是物流配送中,对它的合理规划都至关重要.为了今后更好地开展相关工作,本文回顾了精确算法、启发式算法和机器学习算法在车辆路径优化问题中的研究进展,并基于Solomon标准数据集对六种经典算法的求解性能进行了比较分析;分别从局部最优和收敛速度间的平衡关系、个体评价函数、动态车辆路径问题以及机器学习算法在车辆路径问题中的应用等四个方面对其发展趋势进行了展望.

摘要： 针对城市上班族“通勤难”的问题,考虑到交通拥堵发生的不确定性,以动态视角研究基于实时交通信息的通勤车动态路径优化问题,同时将停靠点选址问题作为其影响因素优先进行分析。建立以行驶路径最短为目标的初始路径优化模型,并重新制定路线更新规则,将路口交叉点作为新的关键点引入更新策略。通过实证分析得到,动态优化后无拥堵状态下的通勤效率可以提高35.7%,存在拥堵的状态下通勤效率可以提高40%,证明了模型和算法的有效性。

摘要： 针对逆向物流车辆路径优化问题,研究在产品回收定价调整和车辆路径优化调度结合方面存在的不足,以智能回收箱为研究对象,考虑多频次回收和车辆共享调度策略,提出基于产品回收定价的逆向物流车辆路径优化方案。首先构建了智能回收箱回收量与回收定价的线性函数,然后构建了包含共享车辆运输成本、维护成本、违反时间窗惩罚成本和环境外部性收益之和最小化的逆向物流回收运营成本模型,并建立了回收中心产品的最大化收益模型。其次,根据模型特点设计了考虑智能回收箱地理位置、回收频次和回收时间窗的K-means时空聚类算法,进而提出一种改进的GA-PSO混合算法。该混合算法结合了遗传算法全局搜索能力强与粒子群算法收敛速度快的特点进行了算法间的优势互补,同时采用了精英保留策略,增强了混合算法的搜索性能,并通过与HGA、GA-TS和HACO等算法进行比较分析,验证了模型和算法的有效性。最后,结合重庆市某智能回收物流网络的实际数据进行优化研究,分析了不同产品定价下的回收频次和车辆共享调度情况。结果表明,本文所提出的模型和算法能够进行产品回收定价策略的有效选择、产品回收车辆的资源共享以及合理的车辆路径优化调度,并可在回收中心获得最大化收益的同时有效降低逆向物流的运输成本,进而为逆向物流企业进行产品回收定价和车辆回收路径优化调度提供方法支持和决策参考。

摘要： 汽车零部件入厂物流优化问题一直是汽车物流研究领域的难点和热点。由于零部件入厂物流在总物流成本中的较大占比,所以至今以来国内外学者不断提出多种汽车零部件入厂物流优化问题和解决方法以降低物流成本费用。为了进一步梳理国内外研究现状,对取货模式分类、管理、运作、优化等入厂物流取货模式问题进行了总结分析,并重点介绍了当下的热点取货模式——循环取货(Milk-run)。然后从需求拆分、成本目标优化等角度对车辆路径优化进行较为全面的综述,最后对本领域一些新的研究方向进行了展望。

摘要： 随着物流行业的迅速发展,物流运输车辆不断增加,而传统燃油汽车的使用对环境造成了一定的压力,近年来,物流电动汽车由于其节能环保的特性,得到了广泛的应用。然而由于电动汽车的充电时间较长以及运输行业的发展现状,电动汽车目前无法完全取代传统燃油汽车,两种车型同时存在于物流配送领域。文章针对半开放式多配送中心的燃油汽车和电动汽车混合车型的车辆路径优化问题进行研究,同时考虑了客户需求量、车辆载重量以及电动汽车的充电需求等约束条件,以碳排放成本、运输成本以及时间窗惩罚成本之和最小为目标建立线性整数规划数学模型,针对该问题的NP难特性,设计了改进的粒子群算法进行求解。应用佳点集理论产生初始种群,增加粒子群算法的多样性,在迭代过程中,增加局部搜索策略,避免粒子群算法陷入局部最优。实验结果表明:改进的粒子群算法获得的总成本相比标准粒子群算法获得的总成本降低5.69%,证明了该设计的改进粒子群算法在求解开放式混合车型车辆路径优化问题时的有效性;相比于不考虑碳排放的情况,考虑碳排放时传统燃油车的使用数量有所下降;相比于单一配送中心路径优化情况,开放式的多配送中心路径优化,更有利于降低物流成本。

摘要： 面对洪涝、海啸等重大可预测性自然灾害的发生,高效的灾前疏散可以减少人员伤亡。针对当前疏散行动片面关注效率而忽略公平这一问题,采用相对剥夺成本衡量集结点之间获得疏散服务的公平程度,以驾驶时间、相对剥夺成本和公交数量最小化为目标,将集结点时间窗、公交载客量等作为约束,构建多目标公交疏散路径优化模型以协同优化疏散效率和公平;模型采用NSGA-Ⅱ算法求解。算例结果表明,疏散时效与公平、疏散时效与所用公交数量之间存在悖反关系,疏散公平与所用公交数量呈正相关;与仅考虑疏散时效的单目标模型对比,兼顾疏散效率与公平的疏散方案能在略微降低疏散时效和略微提高所用公交数量的基础上,显著降低疏散的不公平程度。结果有助于为实际疏散行动提供有效参考。

摘要： 考虑到城市内涝道路受损等因素,构建了车辆调度成本、时间惩罚成本和风险成本同时最小化的多目标优化调度模型.为了求解满足约束的最优调度方案,设计了一种改进的人工蜂群算法,引入自适应维度更新、全局搜索和混沌搜索更新策略,提高基本人工蜂群算法的求解精度和稳定性等性能.算例仿真结果表明,改进算法与标准算法相比,具有更好的寻优性能,可提供更优的调度方案.

摘要： 互联网经济下外卖已成为大众化的消费方式.但目前外卖配送路径优化模型和算法中未考虑骑手的目标以及面临的扰动因素,使骑手困在系统里.另外,现有多数研究中将外卖配送路径优化看作静态问题,将取餐节点和送餐节点依据订单号成对插入,进而生成骑手的配送路径.但外卖配送路径优化属于动态实时优化,且取送交叉是外卖配送的基本模式,即骑手可以先去多个节点取餐再去送餐.因此,该文对考虑取送交叉和多种扰动因素的外卖配送路径实时优化问题进行深入研究.首先,在目标函数中增加了骑手空驶成本和骑手等待成本两个目标,建立了外卖配送路径优化模型;其次,针对取送交叉的配送方式和中途接单、临时交通管制、商家出餐时间异常和顾客取餐时间异常四种扰动因素,设计了改进的自适应大邻域搜索算法,实现了高效的骑手配送路径优化;最后,借鉴饿了么平台的比赛数据生成仿真算例,验证了模型和算法在取送交叉和多种扰动因素下的有效性.

摘要： 为提高应急管理水平,量化各受灾点物资需求紧迫度,提出考虑紧迫度的车辆最优路径规划方法。采用K⁃means聚类算法确定应急物资配送中心的选择以及受灾点的划分,以应急救援过程中的总时间最短、救援所花费的总费用最小以及受灾点紧迫度排序指数最大为目标,构建多目标的应急车辆路径优化模型,并设计改进的布谷鸟-蚁群组合算法进行求解。以汶川地震为背景构造算例,验证模型的有效性,结果表明:与不考虑需求紧迫度的车辆路径方案相比,考虑需求紧迫度的路径优化方案在所需运输总时间上升1.92%、救援过程总费用增加3.43%的前提下,紧迫度排序指数提高了11.2%。考虑需求紧迫度的车辆路径优化模型在保障突发灾害救援效率的同时,兼顾了不同受灾点的物资需求程度,提高了应急物资运送的公平性。

摘要： 为减少城市配送车辆产生大量碳排放的问题,提出在时变网络下,以碳排放量、里程和时间为优化目标,建立低碳动态重调度配送模型。采用模拟退火与蚁群算法相结合,提高算法跳出局部最优的能力;通过自适应精英个体繁殖策略,提高种群优良基因个数;引入包含碳排放的多因子算子,增强信息素更新的方向性。模拟算例结果表明,该模型能够有效减少配送过程中的碳排放量,验证了混合算法的高效性。

摘要： 使用自然约束语言NCL对车辆路径优化问题进行建模，用混合集合规划可以方便地描述问题中的复杂约束与目标。最后对带有时间窗口的取货送货问题的算例进行了求解。

摘要： 物流企业或部门从服务质量上要考虑配送的准时性、快速性;从管理上要考虑对员工的合理安排与管理,同时需要从成本上降低各种物流费用,提高物流经济效益.本文针对这种大规模零售点车辆配送问题建立了两阶段启发式求解框架.首先将大规模配送区域划分,将大规模多车服务多点的配送路径优化问题转化为若干个单车服务多点配送路径优化问题.在划分中引入工作量均衡指标,提出了基于聚类方法的两阶段配送区域划分方法.采用该方法对配送区域划分,得到两阶段法的初始解.在GIS平台上,提出了生成车辆路径方案的基于遗传算法和模拟退火算法的混合智能优化算法.设计开发系统应用于包头烟草配送决策中,验证了算法的有效性、准确性和优越性.

摘要： 描述了战区联勤军事物流运输保障问题,建立了车辆路径优化问题的模型.VRP问题是NP完全问题,阐明了遗传算法是一种有效的全局随机优化方法,并将遗传算法用于该问题的研究中.针对标准遗传算法计算费时、稳定性差等不足,从稳态繁殖、领域搜索变异等方面作了改进.最后给出了基于改进遗传算法的模型求解方法和步骤.经实例计算,取得了良好的效果,表明该方法可为战区联勤军事物流运输保障决策提供科学、有效的支持.

摘要： 针对多条运营线路的公交区域调度问题,给出了人员调度问题的改进模型,模型的目标是在满足工作时间、跨度时间、换班要求等相关约束的条件下,使人员完成任务的间隔时间最小.同时,对已有蚁群算法解决车辆路径优化问题的算法进行了改进;对算法中相应的转移规则和轨迹更新规则进行了重新设定,改进了算法转移策略和信息素更新策略;给出了算法的实现步骤.通过仿真对模型的正确性进行了验证,证明了改进蚁群算法解决公交调度问题的高效性和较强的适用性.

摘要： 车辆路径问题是一个NP难题,只有在问题规模较小时才能得到精确的最优解,因此智能启发式算法成为研究的一个重要方向。采用粒子群算法对VRP问题进行优化,粒子群算法的局部搜索能力较弱,因此引入模拟退火的思想,设计了基于模拟退火的粒子群算法,利用模拟退火算法在一定概率下接受劣质解的特性克服粒子群算法的早熟现象。将算法应用于VRPTW中,结果表明所设计算法比单独使用粒子群算法和模拟退火算法具有更好的优化效果,验证了方法的有效性。

摘要： 车辆路径问题是一个NP难题,只有在问题规模较小时才能得到精确的最优解,因此智能启发式算法成为研究的一个重要方向。采用粒子群算法对VRP问题进行优化,粒子群算法的局部搜索能力较弱,因此引入模拟退火的思想,设计了基于模拟退火的粒子群算法,利用模拟退火算法在一定概率下接受劣质解的特性克服粒子群算法的早熟现象。将算法应用于VRPTW中,结果表明所设计算法比单独使用粒子群算法和模拟退火算法具有更好的优化效果,验证了方法的有效性。

摘要： 车辆路径问题是一个NP难题,只有在问题规模较小时才能得到精确的最优解,因此智能启发式算法成为研究的一个重要方向。采用粒子群算法对VRP问题进行优化,粒子群算法的局部搜索能力较弱,因此引入模拟退火的思想,设计了基于模拟退火的粒子群算法,利用模拟退火算法在一定概率下接受劣质解的特性克服粒子群算法的早熟现象。将算法应用于VRPTW中,结果表明所设计算法比单独使用粒子群算法和模拟退火算法具有更好的优化效果,验证了方法的有效性。

摘要： 首先对物流配送中的路径优化问题(VRP)进行建模,在借用蚂蚁算法思想解决经典TSP问题基础上,构造了蚂蚁算法解决VRP问题的模型、规则,分析并提出了问题可行解的解决方案.

摘要： 首先对物流配送中的路径优化问题(VRP)进行建模,在借用蚂蚁算法思想解决经典TSP问题基础上,构造了蚂蚁算法解决VRP问题的模型、规则,分析并提出了问题可行解的解决方案.

摘要： 首先对物流配送中的路径优化问题(VRP)进行建模,在借用蚂蚁算法思想解决经典TSP问题基础上,构造了蚂蚁算法解决VRP问题的模型、规则,分析并提出了问题可行解的解决方案.

摘要： 本申请实施例提车辆控制系统、路径优化方法、装置、车辆及介质。该系统包括：所述控制器用于获取目标车辆的位姿信息，以及根据所述位姿信息确定目标车辆与车道中心线的相对距离；确定车辆行驶方向控制指令的指令类型；根据所述指令类型和所述相对距离，确定路径规划时的航向角阈值和规划路径；基于所述规划路径和所述航向角阈值，执行所述车辆行驶方向控制指令。在进行路径规划的过程中，可以利用预先标定好的路径优化模型对规划路径进行优化，从而获得更加准确、连续性更好的规划路径。使得车辆能够按照优化后的规划路径更加精准的实现自动驾驶。

摘要： 本发明提供一种用于优化车辆导航路径的系统、包括其的车辆及相应的方法、计算机设备和计算机可读存储介质。该系统包括：信息收集单元，用于获取当前车辆的导航路径上的道路信息和路况信息、当前车辆的位置，道路信息包括导航路径上的可超车区段信息；受阻队列检测单元，用于检测导航路径上是否有缓行车辆阻碍后车行驶形成受阻队列的情形，响应于有上述情形，确定受阻队列的位置和长度；计算单元，用于计算当前车辆超越受阻队列预计所需的时间；控制单元，用于调整当前车辆的导航路径。

摘要： 本发明公开了一种基于车辆监控和车联网技术的路径规划与车辆速度优化装置，包括车辆监控综合指数确定模块和分别与该模块连接的修养指数确定模块、车技指数确定模块、省油指数确定模块、平稳指数确定模块、性能指数确定模块、车内环境指数确定模块、车联网信息指数确定模块、路径规划模块及速度优化模块。本装置通过传感器监控车辆信息，并对车辆进行分析和评估以确定车辆实时运行状态的车辆监控综合指数；通过车联网获得实时路网信息，对交通情况进行分析和评估以确定车辆行驶前方的实时道路交通状态指数，为驾驶员提供合理的路径规划建议和速度优化建议。

摘要： 一种考虑多个终端路径再优化路径的车辆导航系统，涉及汽车导航技术领域。包括若干on-board车辆导航终端和一个计算中心，各所述on-board车辆导航终端分别与所述计算中心无线数据连接，本发明统筹考虑安装在各具有on-board车辆导航终端的车辆上的终端的路径计算结果，统筹分配公共的道路网来进行路径规划再优化，以达到使各有关终端获得其需要的行驶路径的同时，避免堵车的形成。在理想情况下，堵车不会再形成。本发明还引入路径计算请求的优先等级的概念，从而达到保障优先级高的车辆优先使用路网的目的。

摘要： 本发明涉及一种基于改进粒子群优化的带时间窗约束的车辆路径优化方法，包括步骤：步骤10：参数初始化设置；步骤20：构造粒子群；步骤30：粒子解码，依据解码规则对粒子进行解码；步骤40：适应度计算，对于解码得到的配送路线；步骤50：查找个体最优状态和群体最优状态，选出群体最优状态Pg，Pg即为当前迭代条件下车辆路径问题的最优路径；条件判断，粒子群搜索到的最优位置即为当前状态下的最优路径，若未达到终止条件，则转向步骤601，否则转向步骤603；步骤601：状态更新；步骤602：引入交叉算子操作，转入步骤30重复进行粒子解码；步骤603：迭代结束，输出车辆路径问题的最优路径结果。

摘要： 本发明公开了一种结合无人机配送的多目标车辆路径优化方法，包括：基于最小化总能源消耗、最小化总配送成本和最小化总配送时间建立车辆路径优化模型；利用扩展型非支配排序遗传算法求解所述车辆路径优化模型。针对带有无人机配送的车辆路径问题，提出了一种兼顾环境影响和经济效益的多目标优化模型。为了满足实际应用场景的需要，无人机最大飞行续航时间是根据其负载率动态调节的。提出了扩展型非支配排序遗传算法，嵌入一种新的编码和解码方法来表示无人机和卡车的多条可行路径，并集成多个交叉和变异算子以加快算法收敛，此外还采用多向局部搜索策略以增强解决方案的多样性。

摘要： 本发明公开了一种动态调整的特种车辆路径优化方法，该方法通过车机模块和终端模块来实现，具体为，通过检测特种车辆行驶的位置，调整交通信号灯绿灯配时，从而达到当特种车辆在执行特种任务期间，所路过的所有交叉路口均能畅通；即特种车辆执行任务时，发送实时位置信息与导航信息，终端模块根据特种车辆信息调节即将通过的交通路口信号灯绿灯配时。本发明通过检测执行任务的特种车辆调节信号灯配时，减少了特种车辆的行驶时间，满足了特种车辆的执行任务需求。

摘要： 本发明属于车辆路径优化技术领域，提供了一种基于混合禁忌搜索的车辆路径优化方法及系统，首先，获取顾客时间窗和顾客需求；然后，采用混合禁忌搜索算法求解目标函数，得到全局最优路径，所述目标函数基于所述顾客时间窗、顾客需求、车辆数目和负载能力构建；其中，混合禁忌搜索算法使用禁忌搜索和变邻域搜索进行个体优化，通过人工免疫算法进行种群优化，提高了车辆运输的效率，减少了车辆数目、车辆行驶总距离、时间惩罚和超载部分。

摘要： 本申请提供一种垃圾清理车辆路径优化方法、装置、设备及存储介质。该方法包括：确定初始垃圾收集路径；将初始垃圾收集路径发送给对应的垃圾清理车辆；若接收到垃圾清理请求，则根据初始垃圾收集路径确定目标垃圾清理车辆，并根据目标垃圾清理车辆及对应的初始垃圾收集路径确定出目标垃圾收集路径，目标垃圾清理车辆为对垃圾清理请求对应垃圾收集点进行垃圾收集的垃圾清理车辆；将目标垃圾收集路径发送给目标垃圾清理车辆，以控制目标垃圾清理车辆继续按照目标垃圾收集路径行驶并收集在目标垃圾收集路径中垃圾收集点的垃圾。本申请的方法，能够及时响应垃圾清理请求，及时收集垃圾，同时优化垃圾收集路径，减少资源浪费。

摘要： 本发明针对多约束多目标车辆路径优化问题，设计了一种基于自适应多约束差分进化算法的车辆路径优化方法，将车辆使用数目和总行驶距离作为优化目标，采用多目标差分进化算法，自适应调整多个进化机制，利用可行解引导的差分变异策略，提高解集的收敛性，设计基于约束支配准则的评估机制进行选择操作，提高最优解的多样性，获得最佳的车辆路径优化方案，降低了企业运输成本，增加了物流配送效益。