
info@juzhikan.asia
昆明创尼电子技术有限公司,云南省昆明,650300;
摘要:多式联运是构成现代物流体系的核心关键环节,其调度效能直接关乎供应链整体运行水平。为克服传统调度手段在应对运输环境动态变化时存在的不足,本文构建起整合实时数据采集与智能决策制定的协同调度架构。该架构通过构建多目标优化模型统筹兼顾时效性成本及碳排放等约束要素,开发出基于改良遗传算法的求解策略。典型物流场景的仿真测试显示相较传统调度方法,本方法让运输耗时缩短18.3%且总成本下降12.7%,还使碳排放量降低21.5%并让车辆使用效率提高16.8%。该方案为多式联运网络的智能化运营提供可靠技术保障。
关键词:多式联运;动态优化;智慧物流;协同调度;遗传算法
参考文献
[1]吴萍.“互联网+”背景下智慧物流发展的新动能、态势与路径[J].商业经济研究,2018,(7):81-83.
[2]赵春雷,孟亚斌,柳建波,等.基于物流云平台的多式联运派单模型及求解策略[J].铁道学报,2018,40(1):1-8.
[3]何维,何世伟,迟居尚,等.集装箱多式联运全程运输路径与接驳集卡调度协同优化[J].控制与决策,2025,40(7):2175-2184.
[4]邓学平,陈露,田帅辉.不确定需求下考虑混合时间窗的多式联运路径优化[J].重庆邮电大学学报(自然科学版),2021,33(4):689-698.
[5]蔡磊,李文锋,罗云.个性化定制车间生产-物流协同调度框架与算法研究[J].机械工程学报,2022,58(7):214-226.