信息科学与系统科学

多分配快递轴辐网络的枢纽选址与分配优化方法

倪玲霖，史峰

摘要：目的：快递网络枢纽选址与分配方案的优劣直接关系到快递网络的运营成本和服务水平，是快递企业运作的基础。本文以多分配轴辐式网络结构为基础，在运输时间预算约束下，实现对快递网络的设施网络、组织网络和径路网络的综合优化。方法：在详细分析多分配快递轴辐网络的节点及连接关系和快递运送径路的合并的特征及其数学表达等网络设计要素的基础上，研究快递网络设计中的分拣费用、运输费用、中转费用和运输时间预算。以分拣费用、运输费用、中转费用之和为目标函数，建立了运输时间预算约束下的多分配轴辐式快递网络枢纽选址与分配优化模型。算法方面，首先，在给定枢纽集和分配集的情况下，分别设计了不考虑时间预算和考虑时间预算的条件最短路求解算法，作为模型的优化基础。然后，嵌套使用该算法设计了快递网络枢纽选址与分配的模拟退火算法综合优化算法。上述优化方法克服了综合优化问题的诸多问题，包括，（1）枢纽集的离散性；（2）优化模型的非凸性（运输费用由固定费用与可变费用两部分构成）；（3）优化模型综合考虑了时间与费用两项数量指标；（4）快递运送径路的合并式特征。结果：论文构建的快递网络枢纽选址与分配优化方法与传统的轴辐网络枢纽选址与分配方法有本质上的提升。首先，全面考虑了快递网络运输费用、中转费用和分拣费用；其次，考虑了运输作业时间预算对网络优化的限制；第三，没有事先限定枢纽的个数；最后，运输费用一般采用固定费用与可变费用之和的形式，比直接设定运输折扣更符合快递网络运营实际。算例分析表明，在一个多分配轴辐快递网络中，如减少某多分配节点与其所分配的其中一个枢纽间的快递运量，快递网络结构将由多分配轴辐网络变为单分配轴辐网络，充分显示了运量对网络结构选择的影响。通过调整分拣参数、中转参数以及路段运输固定费用的大小发现，随着分拣参数和运输固定费用的降低及中转参数的提高，快递货物将更趋近于采用多分配多枢纽轴辐式网络甚至是全连通网络展开运送，验证了模型和算法的有效性。结论：在快递货物运送网络设计中，将枢纽选址与分配方案两个决策问题，作为一个统一整体进行综合优化，在运输作业时间预算的约束下，以最小化快递网络运输费用、中转费用和分拣费用为目标，提出了枢纽选址决策与分配方案优化相结合的决策优化模型，设计了基于条件最短路的组合模拟退火算法对算例进行计算和分析，证实了模型和算法的有效性，并研究了运量、路段运输固定费用、节点分拣系数、中转参数等对网络结构选择的影响。

来源出版物：系统工程理论与实践, 2012, 32(2): 441-448

入选年份：2017

基于关联的三角模糊数直觉模糊集成算子及其应用

高岩，周德群，刘晨琛，等

摘要：目的：由于直觉模糊集同时考虑了隶属与非隶属两方面信息，因此它为对事物属性的描述方法上提供了更多的选择，在处理不确定信息时具有更强的表现能力。目前，学者们对属性间相互独立情形下的直觉模糊信息集结算子已作出了深入研究，并取得了丰富的成果，但却忽视了对基于关联的直觉模糊信息集结算子的探讨。本文针对三角模糊数直觉模糊的关联集成问题进行了研究。方法：在三角模糊数直觉模糊集的运算法则基础上，引入模糊测度的基础上，构建了一些三角模糊数直觉模糊集的关联加权平均算子，并且详细研究了它们的性质，同时给出了一种简单的排序方法，最后基于这些关联加权平均算子，构建了一种属性值以三角模糊数直觉模糊数形式给出的不确定多属性群决策方法。结果：通过对三角模糊数直觉模糊关联集成算子的研究，可知，（1）三角模糊数直觉模糊关联加权集成算子是传统直觉模糊加权集成算子的推广，是传统直觉模糊加权集成算子的一般形式，传统直觉模糊加权平均算子是关联加权集成算子在元素相互独立情况下的特例。三角模糊数直觉模糊关联加权集成算子具有传统直觉模糊加权集成算子相同的性质，如有序单调性、单调性、幂等性和有界性。（2）基于三角模糊数直觉模糊关联加权集成算子的群决策方法更具合理性、现实性与通用性。现实的决策问题中常存在关联，应用三角模糊数直觉模糊关联集成算子进行决策分析更贴近决策问题的实际情况，得到的决策结果更具有合理性。（3）基于关联的三角模糊数直觉模糊集成算子，将关联的定义引入到三角模糊数直觉模糊群决策中，不仅扩展了三角模糊数直觉模糊群决策方法体系，更增强了三角模糊数直觉模糊群决策理论与实际群决策问题间的融合。结论：三角模糊数直觉模糊集作为直觉模糊集的拓展，其隶属度和非隶属度用三角模糊数表示，弥补了区间值模糊集中隶属度和非隶属度用区间数表示时缺少重心的缺陷。在三角模糊数直觉模糊信息群决策中，决策属性之间和专家偏好之间往往存在相互联系，故对基于关联的群决策分析进行探讨具有重要的理论和现实意义。本文构建了三角模糊数直觉模糊信息的R-TIOWA 算子、R-TIWGA算子和R-TIOWGA 算子，并将它们应用决策领域中，为三角模糊数直觉模糊信息的多属性决策问题提供了一条有效途径。

来源出版物：系统工程理论与实践, 2012, 32(9): 1964-1972

入选年份：2017

供应链中碳税和消费者环保意识对碳排放影响

熊中楷，张盼，郭年

摘要：随着世界各国相继出台各种碳减排政策，以及具有环保意识的消费者不断增多，在供应链中探讨政府碳税和消费者环保意识对制造商碳排放影响就是一个具有现实意义的问题。然而，已有供应链研究文献在探讨碳排放问题时很少同时考虑碳税和消费者环保意识的影响。鉴于此，本文同时考虑政府碳税和消费者环保意识，研究制造商碳排放以及供应链最优决策问题，进而探讨政府碳税和消费者环保意识的增加是不是一定能减少制造商的碳排放，是不是一定使制造商和零售商的利润减少。本文分别考察两种供应链，一种是存在大型制造商的供应链，即由一个制造商两个零售商组成的供应链，另一种是存在大型零售商的供应链，即由两个制造商一个零售商组成的供应链。在每一种供应链中，制造商生产产品会产生碳排放，政府对制造商的碳排放会征收单位税，消费者对单位碳排放量低的产品有更高支付意愿。在政府和消费者的压力下，制造商会采取减排措施降低单位产品的碳排放量。在产品销售过程中，制造商决策产品的批发价，零售商决策产品的零售价。本文利用博弈论构建制造商和零售商的Stackelberg 博弈模型，在存在大型制造商的供应链中，制造商首先决策碳减排水平，其次决策给每个零售商的批发价，最后两个零售商同时决策产品的零售价；在存在大型零售商的供应链中，两个制造商首先同时决策碳减排水平，其次决策批发价，最后零售商同时决策零售价。通过逆向归纳法对两个模型分别求解，可以得到每种模型下的最优零售价，批发价，单位碳排放量和利润，进而对均衡结果进行敏感性分析。研究发现：（1）在两种供应链结构中，政府碳税和消费者环保意识的增加都会使初始单位碳排放量较小的制造商的最优单位碳排放量降低，会使初始单位碳排放量较大的制造商的最优单位碳排放量提高。（2）在存在大型制造商的供应链中，若制造商的初始单位碳排放量较小时，政府提高碳税和促进消费者环保意识的提高会使制造商的利润减少和零售商的利润增加；在存在大型零售商的供应链中，若制造商的初始单位碳排放量较小时，政府提高碳税和促进消费者环保意识的提高会使制造商的利润减少和零售商的利润增加，政府提高碳税和促进消费者环保意识增强可以使制造商和零售商的利润增加，供应链利润增加。本文可以为政府在降低碳排放方面提供参考，即若制造商所在产业为清洁型产业，政府应提高碳税并促进消费者环保意识提高，而制造商所在产业为污染型产业时，政府应降低碳税。

来源出版物：系统工程理论与实践, 2014, 34(9): 2245-2252

改进粒子群算法优化BP神经网络的短时交通流预测

李松，刘力军，翟曼

摘要：目的：BP 神经网络预测模型在短时交通流时间序列预测方面有特定的优势。但该模型有两个明显的缺点：一是容易于陷入局部极小值；二是收敛速度慢。为克服上述缺点，提高BP 神经网络预测模型的预测准确性，本文提出了一种基于改进粒子群算法优化BP 神经网络的短时交通流预测方法。方法：粒子群算法中粒子向自身历史最佳位置和邻域或群体历史最佳位置聚集时会形成粒子种群的快速趋同效应，容易出现陷入局部极值、早熟收敛或停滞现象。因此，借鉴遗传算法中的变异思想，在粒子群算法中引入自适应变异算子对陷入局部最优的粒子进行变异，即对某些变量以一定的概率重新初始化。变异操作拓展了在迭代中不断缩小的种群搜索空间，使粒子能够跳出先前搜索到的最优位置，在更大的空间中开展搜索，同时保持了种群多样性，提高粒子群算法寻优找到更优值的可能性。将改进粒子群算法得到的最优粒子对BP 神经网络连接权值和阈值进行赋值，然后训练BP 神经网络预测模型求得最优解。构建3 种预测模型，即：改进PSO 算法优化BP 神经网络预测模型（MPSOBP 模型）、PSO 算法优化BP 神经网络预测模型（PSOBP 模型）和一般的BP 神经网络预测模型（BP 模型）。应用3 种预测模型对实测交通流时间序列，进行单步预测对比实验。结果：取短时交通流时间序列前1200 个样本为训练样本、后102 个数据为预测检验样本进行单步预测仿真实验。为测试预测方法的准确性，取不同数量的训练样本进行实验。以平均绝对误差和相对误差作为预测误差评价指标。从实验结果可以看出，1）3 种预测模型的预测结果都能够很好地反映短时交通流时间序列的变化趋势和规律，且MPSOBP模型的预测精度远远高于PSOBP 模型和BP 模型，说明在粒子群算法中引入自适应变异算子对陷入局部最优的粒子进行变异可以解决粒子群算法出现的陷入局部极值、早熟收敛或停滞问题，也说明改进粒子群算法和粒子群算法都能够解决BP 神经网络预测模型对短时交通流时间序列预测的陷入局部极小值和收敛速度慢问题。2）对于同一短时交通流时间序列，当训练样本数量不同时，3 种预测模型的预测精度也不同，说明MPSOBP 模型和BP 模型一样，其预测效果与训练样本数量有关。3）对于短时交通流预测，训练样本越少，MPSOBP 模型的预测精度比PSOBP 模型和BP 模型提高得越多，这表明MPSOBP 模型可以实现短时间交通流的小样本预测。结论：改进粒子群算法优化BP 神经网络的短时交通流时间序列预测方法降低了BP 神经网络预测模型陷入局部极小值的可能、提高了模型收敛速度。相对于PSOBP 预测模型和BP 预测模型，该方法对短时交通流时间序列具有更好的非线性拟合能力和更高的预测精度。

来源出版物：系统工程理论与实践, 2012, 32(9): 2045-2049

入选年份：2017

基于混合航线结构的集装箱航线与空重箱运输综合优化模型

陈康，郭利泉，杨忠振

摘要：目的：受船舶大型化的影响，集装箱班轮航线网络结构正在经历一场深刻变革。传统的环绕结构或轴辐结构正在逐步被混合结构取代。这使得传统基于单一网络结构的集装箱班轮航线网络设计方法不再适用，需要提出一种基于混合结构的集装箱班轮航线网络设计方法。此外，随着货运量与货箱数量的日益增长，集装箱空/重箱调拨方案的重要性逐渐显现。合理设计该方案并实现系统运输能力与货箱资源的有效利用已成为集装箱班轮运输系统规划者的另一个重要目标。在此背景下，本研究针对混合结构集装箱班轮运输网络，在充分考虑航线网络设计与空/重箱运输问题互动关系的基础上，构建优化模型，探索新形势下集装箱班轮运输系统设计的新方法。方法：利用双层结构，以系统收益最大为目标，构建集装箱班轮航线网络设计与空/重箱调拨问题的协同优化模型，同步优化干线靠泊港、干线港靠泊顺序、支线港以及港口间空箱和重箱运量（即空/重箱运输方案）。在该模型中，上层子模型改进自经典指派模型，下层模型则为简化的线性多商品流模型。为求解该模型，提出基于遗传算法与线性规划优化算法开发改进进化算法，具体实施3 项工作：其一，针对双层模型特点，设计了算法框架，实现线性规划与遗传算法的有机融合；其二，根据集装箱班轮航线网络的特征，设计了网络编码方法，以实现集装箱班轮航线网络的全信息、高辨识度数学刻画；其三，设计一种改进交叉算子，以减少计算产生的无效编码的数量，提高算法效率。实验与结果：使用我国某大型班轮运输企业的真实数据，以实际中欧集装箱班轮航线设计问题为背景，进行计算实验，并针对船舶容量展开敏感性分析。计算结果表明：1）本文的模型与算法，可协同优化集装箱班轮网络设计与空/重箱调拨问题。针对实验案例，若用4000TEU 船型，需投入9 艘船舶，航线的运营收益为每周19.56 万美元；而若用10000TEU 船型，需投入7 艘船舶，航线运营收益为每周31.35 万元。2）航线网络结构与船舶运输能力密切相关。伴随着船舶运输能力的提升，班轮运输企业采用轴辐与环绕式混合结构构造航运网络更为有利。结论：集装箱航线网络设计与重/空箱调运方案优化具有高度关联性，基于此构造班轮系统优化模型不仅可合理刻画相关决策变量间的互动、制约关系，提高优化模型的实用性与可靠性，更可真实描述集装箱班轮运输企业的决策过程。正是基于此思路，本文提出了相应优化模型，该思路预判将成为未来相关研究的基础。此外，实验结果表明：随着集装箱船舶大型化，轴辐式与环绕式航线将成为航线主流结构，这与航运市场的实际情况相符，该结果也从侧面印证了本文模型与算法的可靠性。

来源出版物：系统工程理论与实践, 2014, 34(1): 122-128

入选年份：2017