基於統計預測的多貨櫃裝載問題最佳化決策研究

《基於統計預測的多貨櫃裝載問題最佳化決策研究》是依託華南理工大學，由朱文斌擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於統計預測的多貨櫃裝載問題最佳化決策研究
• 項目類別：青年科學基金項目
• 項目負責人：朱文斌
• 依託單位：華南理工大學

項目摘要

2013年全球由貨櫃運輸的貿易量有1.6億貨櫃，我國公路貨物運輸總周轉量為6.7萬億噸公里。提高貨櫃和貨車的裝載率能帶來巨大的社會經濟效益。本項目針對安排貨物運輸時常見的多貨櫃裝載問題，結合統計預測和最佳化理論研究多貨櫃裝載問題的新模型與算法。我們首先利用企業積累的運營大數據創建統計預測模型，通過數據特徵快速地預測子問題的解；然後結合最佳化理論以快速預測代替耗時的子問題求解過程，加速全局決策的評估；在鎖定包含優質解的搜尋空間後，才仔細地求解子問題以構建完整的解。由於三維裝箱算法的性能極受數據特徵如貨物尺寸和組合的影響，且不同行業的數據特徵差異極大（冰櫃等白色家電對比手機等電子產品），新方法比單純用最佳化理論的方法能更有效的利用這種數據的差異性。我們將新方法擴展後套用於一個新的、更複雜的多貨櫃裝載問題：即協助客戶基於貨物優先權微調訂單數量從而充分利用裝載空間、降低單件貨物的運輸成本。

結題摘要

2013年全球由貨櫃運輸的貿易量有1.6億貨櫃，我國公路貨物運輸總周轉量為6.7萬億噸公里。提高貨櫃和貨車的裝載率能帶來巨大的社會經濟效益。本項目針對運輸中常見的多貨櫃裝載問題，結合統計預測和最佳化理論研究多貨櫃裝載問題的新模型與算法。我們首先利用企業積累的運營大數據創建統計預測模型，通過數據特徵快速地預測子問題的解（研究內容一）；然後結合最佳化理論以快速預測代替耗時的子問題求解過程，加速全局決策的評估（研究內容二）。由於三維裝箱算法的性能極受數據特徵如貨物尺寸和組合的影響，且不同行業的數據特徵差異極大（冰櫃等白色家電對比手機等電子產品），新方法比單純用最佳化理論的方法能更有效的利用這種數據的差異性。我們將新方法擴展後套用於一個新的、更複雜的多貨櫃裝載問題：即協助客戶基於貨物優先權微調訂單數量從而充分利用裝載空間、降低單件貨物的運輸成本（研究內容三）。 針對研究內容一，我們先通過忽略3維單貨櫃裝載這個子問題中貨物的3維形狀將之轉化為背包問題，然後採用神經網路預測背包問題與原子問題間解的差距，來預測原子問題的解。在對應不同套用場景的7組測試數據上，預測模型的平均誤差為19%-36%。針對研究內容二，我們改進基於集合覆蓋模型的原型列生成算法，利用預測模型的對子問題的快速且相對準確的評估加快算法的收斂速度。在7組測試數據上，維持解的平均質量相同的情況下，新算法可以平均提速7%-37%。針對研究內容三，我們將可行裝箱方案按照優先權和運輸成本分成方案集合，以可行方案集合為單位組織高效的全局搜尋，利用研究內容二的算法求解一個可行方案。該算法可以在20分鐘內求解實際生產規模問題實例。 本研的結果說明結合統計預測模型與最佳化理論可以有效利用不同場景下的數據特徵加速最佳化算法。由於集合覆蓋模型可以廣泛套用於複雜的最佳化問題，比如車輛路徑規劃問題、人員排班問題。我們的思路可以啟發相關領域的研究。