原文传递
基于ALNS算法的自动驾驶汽车配送路径规划
| 论文题名： | 基于ALNS算法的自动驾驶汽车配送路径规划 |
| 关键词： | 自动驾驶汽车;协同配送;路径规划;自适应大邻域搜索算法 |
| 摘要： | 自动驾驶技术是推动交通运输行业转型升级的重要途径，当传统的乘用车变更为可以自行配送的自动驾驶汽车之后也将一改乘用车配送成本与时间居高不下的现状。目前由配送中心到经销商(4s店)的乘用车配送需要依赖轿运车以跑环线的形式进行，自动驾驶汽车的配送则可以将配送路由扩展为自动驾驶汽车自行配送(配送对象即为配送载体)、轿运车配送、轿运车与自动驾驶汽车共同配送三种形式，为配送系统带来更多的灵活性，能够实现降本增效的目的。 在自动驾驶汽车配送问题中，自动驾驶汽车承担着货物以及运输工具的双重角色。与传统的车辆路径问题相比，自动驾驶汽车配送路径规划问题的配送网络由多环式的网络结构变更为多环多分支的网络结构，使得目前大多数以路径为环的可行解构造方法的启发式算法不适用于该问题，同时自动驾驶汽车自行配送与轿运车配送的关联性，自动驾驶汽车自行配送与轿运车配送衔接点的多样性也为该问题的求解带来了很大的难度。就此本文立足于自动驾驶汽车这种特殊货物的配送路径问题，对自动驾驶汽车配送路径进行规划。本文的研究内容以及创新点如下： (1)针对自动驾驶汽车这种可以自行配送的货物，构建自动驾驶汽车配送路径规划模型，确立自动驾驶汽车与轿运车协同配送带来的相关约束，并设置一定的时间成本来权衡效率和成本之间的悖论关系。 (2)设计自适应大邻域搜索算法对自动驾驶汽车配送路径规划问题进行求解。更改自适应大邻域搜索算法的邻域构成方式，在Removal算子、Insertion算子的基础之上加入融合算子、拆分算子分别来进行轿运车路径的摧毁与重构，自动驾驶汽车自行配送路径的摧毁与重构，进而促进最优解的生成。 (3)将自适应大邻域搜索算法的求解结果与Gurobi求解器、求解CmRSP的NST算法、模因算法的求解结果进行对比，在25个算例中获得19个最优解，得到平均A值为0.52%的结果。接着对自动驾驶汽车自行配送最大距离对规划结果的影响进行了灵敏度分析，发现随着该最大配送距离不断增加，规划得到的配送方案降本增效也就愈加明显，说明随着自动驾驶技术的日渐成熟，自动驾驶汽车自行配送是必然趋势。 论文就自动驾驶汽车的配送路径规划问题进行研究，建立了考虑到配送成本和配送效率的自动驾驶汽车与轿运车协同配送路径规划模型，并在自适应大邻域搜索算法中增加融合、拆分算子来求解该问题，得到了较高质量的解。该研究引入了新的配送模式，也为自动驾驶汽车配送的实施提供了有效的方案制定方法。 |
| 作者： | 杨艳艳 |
| 专业： | 物流工程 |
| 导师： | 郭艳红 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2020 |
| 正文语种： | 中文 |
检索历史
应用推荐
