原文传递
考虑时变速度的电动车辆路径优化问题研究
| 论文题名： | 考虑时变速度的电动车辆路径优化问题研究 |
| 关键词： | 物流运输;电动车辆;路径优化;时变速度;动态需求;时域划分 |
| 摘要： | 近年来物流运输业的快速发展和城市配送网络日益复杂使得城市交通拥堵问题日益严重。传统车辆路径优化问题的研究一般假设车辆在执行配送路线计划时的行驶速度为恒定的值，而实际上城市交通网络中经常出现的交通拥堵等因素会使得配送车辆行驶速度与时间有关，即车辆在不同时刻的行驶速度不同。 另外，物流运输业的快速发展也引发环境污染问题日益严重，使得物流行业也成为当代污染和能耗较为严重的行业之一。电动汽车能在满足城市物流配送需求的基础上做到在行驶过程中零温室气体排放、低能耗、降低物流运输对环境的负面影响，因此电动汽车代替燃油汽车已经成为汽车产业和物流业未来发展的一个趋势。但是由于电动汽车电池续航里程限制和充电行为使得传统车辆路径模型已经不适用于电动车辆路径优化问题。所以在利用电动汽车进行物流运输活动中，如何优化车辆配送路径、提高物流运输效率显得尤为重要。 因此，综合考虑时变速度和电动车辆等当前城市物流配送中的常见因素，先从静态问题出发研究了考虑时变速度的多目标电动车辆路径优化问题。首先建立了以违背时间窗偏差最小和总运营成本（发车成本和行程成本）最小的多目标整数规划模型。然后提出了多目标混合粒子群优化算法求解该问题，此算法是在多目标粒子群算法的基础上，采用变邻域搜索算法对粒子路径进行邻域搜索，避免粒子陷入局部最优。最后对该问题进行仿真测试，给出了多目标混合粒子群优化算法在不同客户分布情况下的帕累托解集，验证了模型和算法的有效性。 在静态考虑时变速度的电动车辆路径问题的基础上，针对现代物流配送系统中客户需求动态化特点，研究了考虑时变速度和动态需求的电动车辆路径优化问题。首先采用“wait-and-see”策略对动态需求进行建模，建立其静态子问题的混合整数规划模型。然后提出了基于时域划分的求解算法：在车辆服务过程中循环处理动态新增客户，并采用模拟退火结合变邻域搜索的混合启发式算法求解当前时域内信息已知的客户集合。为测试模型和算法的有效性，从Solomon标准算例中构建了12个不同类型和规模的测试算例，静态算例求解结果和动态率分析结果表明该算法既可以高效地求解静态问题，也可以有效地求解高动态率的动态问题；时域长度分析结果则说明了较小的时域长度更有利于动态客户的实时处理；动态算例分析结果进一步验证了算法处理动态新增客户的有效性。 |
| 作者： | 丁慧娜 |
| 专业： | 管理科学与工程 |
| 导师： | 贾永基 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东华大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
