.png){kind=icon}
返回
Modeling soft unloading constraints in the multi-drop container loading problem
.png){kind=icon}
OA
AI
DOI：10.1016/j.ejor.2022.10.033.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多点集装箱装载问题 (MDCLP) 需要装载一辆卡车，以便可以在每个卸货点卸载箱子，而无需重新安排其他箱子以便以后交付。然而，如在文献中所做的，将这种卸载约束建模为硬约束限制了优化包装和利用车辆容量的灵活性。相反，我们提出了一种考虑软卸载约束的更通用的方法。具体来说，我们使用取决于要移动的盒子的体积和重量以及移动类型的惩罚函数来惩罚不必要的盒子重定位。我们的目标是最大限度地提高装载货物的价值，包括因违反卸货限制而受到的处罚。我们为具有软卸载约束的MDCLP提供了一种混合整数线性规划公式，该公式可以解决小规模实例的最优性，但对于较大的实例则难以解决。因此，我们提出了一个基于随机极值点构造阶段和随后的改进阶段的启发式框架。后一个阶段迭代地破坏包装空间中产生高惩罚的区域，并对其进行重建。与商业优化求解器和针对相关问题开发的文献中的启发式方法相比，涉及不同实例和惩罚的广泛数值实验突出了我们方法的优势。他们还表明，我们的方法明显优于 :( i) 硬卸载约束方法，以及 (ii) 顺序启发式方法，该方法首先忽略卸载约束，然后评估惩罚。我们的发现强调了MDCLP中软卸载约束的相关性。(c) 2022作者 (s)。由爱思唯尔有限公司出版。本文依据知识共享署名许可协议（http://creativecommons.org/licenses/by/4.0/）开放获取。
Keyword:
Packing
Container loading
Multi -drop shipments
Mixed -integer programming
Improvement heuristic
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6
论文数:
2.2W
被引数:
6.4W
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容