为帮助企业更好地适应现实业务中的动态环境,研究了运输价格不确定性的多时段多式联运路径与存储协同优化模型。首先,在运输价格确定的环境下建立整数规划数学模型。其次,在运输价格不确定的环境下建立鲁棒优化模型,并将鲁棒优化模型转...为帮助企业更好地适应现实业务中的动态环境,研究了运输价格不确定性的多时段多式联运路径与存储协同优化模型。首先,在运输价格确定的环境下建立整数规划数学模型。其次,在运输价格不确定的环境下建立鲁棒优化模型,并将鲁棒优化模型转化为等价的线性鲁棒对等问题。随后,在传统k-短路算法、迭代贪婪(iterative greedy,IG)算法和自适应大邻域搜索算法(adaptive large neighbourhood search,ALNS)的基础上,提出了混合启发式算法MKIGALNS求解。最后,通过不同规模的算例实验,验证了所提出模型的正确性以及算法的有效性。实验结果表示,在10组算例中,不允许存储时的平均总运营成本为439191元,允许存储时的平均总运营成本为391378元,因此应当进行存储决策,有利于运营成本的降低。鲁棒实验结果表明,随着不确定预算取值的变化,总运营成本以及多时段多式联运运营策略发生变化,揭示了其内在联系。展开更多
文摘为帮助企业更好地适应现实业务中的动态环境,研究了运输价格不确定性的多时段多式联运路径与存储协同优化模型。首先,在运输价格确定的环境下建立整数规划数学模型。其次,在运输价格不确定的环境下建立鲁棒优化模型,并将鲁棒优化模型转化为等价的线性鲁棒对等问题。随后,在传统k-短路算法、迭代贪婪(iterative greedy,IG)算法和自适应大邻域搜索算法(adaptive large neighbourhood search,ALNS)的基础上,提出了混合启发式算法MKIGALNS求解。最后,通过不同规模的算例实验,验证了所提出模型的正确性以及算法的有效性。实验结果表示,在10组算例中,不允许存储时的平均总运营成本为439191元,允许存储时的平均总运营成本为391378元,因此应当进行存储决策,有利于运营成本的降低。鲁棒实验结果表明,随着不确定预算取值的变化,总运营成本以及多时段多式联运运营策略发生变化,揭示了其内在联系。
