论文部分内容阅读
近年来,在建筑工业化的大背景下,装配式预制混凝土(PC)构件生产企业迎来了新的发展机遇。不同于普通货物运输,PC构件在运输车辆、运输人员、运输时限和运输专业化方面都有着更高的要求。然而目前大多数PC构件生产企业多凭经验制定运输车辆调度方案,缺乏系统合理的规划,导致PC构件运输存在“成本高、效率低、不能按时送达施工现场”等问题,严重时甚至影响施工计划。因此,如何构建出一套既能满足施工要求,又能最大限度降低构件厂商运输成本的PC构件运输调度方案,成为本文的核心研究内容。基于此,本文所做的主要工作如下:(1)针对一个PC构件厂服务多个施工工地的一对多模式,在施工工地需求量确定且构件厂运输车辆有限的前提下,建立了以运输总成本最小、所需运输总车次最少、等待与延误时间最短为目标函数的运输车辆调度模型。其中,运输总成本包括:PC构件的装卸成本、车辆运输成本和不满足软时间窗约束的惩罚成本。而运输成本则主要由车辆启用成本、基于车辆实载率的去程与空载返程的不同燃油成本两部分组成。惩罚成本与车辆到达时间超出时间窗约束的时间长度呈正相关。(2)PC构件运输调度问题是典型的NP-hard问题,人工鱼群算法能较为有效的对该类问题进行优化求解。然而,基本人工鱼群算法存在一些局限性。针对这些问题,本文结合PC构件运输调度的特征,对基本人工鱼群算法进行相应改进。首先,针对算法后期收敛速度减慢、寻优精度下降的局限,分别利用迭代次数公式和视步系数?来动态调节人工鱼的视野和步长,使视野随着迭代次数的增加逐渐减小,步长随视野成比例缩小,以防止过早陷入局部极值,提高后期收敛的效率和寻优的精度。其次,忽略拥挤度因子的影响,减少该参数的设置以达到简便运算的目的;引入人工鱼的跳跃行为以提高人工鱼跳出局部极值的能力;引入人工鱼的吞食行为来解决算法计算量增大的问题。最后,利用四个标准测试函数在Matlab R2014b环境下对人工鱼群算法改进前后的性能进行了仿真测试,证明了改进人工鱼群算法(IAFSA)的优化作用。(3)最后通过将模型应用于重庆市綦江区某PC构件厂的运输调度中,利用改进前和改进后的人工鱼群算法分别求解算例,证明了本文所建PC构件运输车辆调度优化模型的实用性和适用性,也验证了改进后的人工鱼群算法在提高算法收敛速度、改善寻优精度以及增强全局搜索能力方面都比基本人工鱼群算法更有效。本文为PC构件的运输调度提供优化方案,希望通过本文的研究提高PC构件企业运输效率、降低运输成本、提高客户满意度,也为运输行业其他领域的车辆调度优化问题研究提供参考和借鉴。