详情

原文传递考虑利益均衡的协同车辆路径问题研究

论文题名：	考虑利益均衡的协同车辆路径问题研究
关键词：	协同车辆路径问题;利益均衡;共同客户共享;遗传算法;Nash谈判模型
摘要：	协同车辆路径问题（Collaborative Vehicle Routing Problem, CVRP）是通过共享信息、客户、车辆、仓库各类物流资源实行运输配送活动的集中调度。当协同对象来自同一家企业或集团时，通常不涉及利益分配/成本分摊问题，这种情形下CVRP具有一定局限性，不适用于现实中复杂的物流网络。现有研究在考虑不同主体间的协同车辆路径问题时忽略了共同客户的存在，并且极少关注协同运输后的利益分配问题。针对以上问题，本文以两家不同承运人为主体，提出了考虑利益均衡的协同车辆路径问题（ Collaborative Vehicle Routing Problem Considering Balance Of Benefits, CVRP-BB）。在这个问题中，首先考虑了存在共同客户的协同运输网络，以联盟的总运输成本最低为优化目标进行车辆路径的规划，最后对联盟获得的剩余利益在两家承运人间进行公平的分配，保持两方参与者在联盟后的利益均衡。　　本文考虑了一个共享共同客户的协同车辆路径问题（Shared Common Customer Vehicle Routing Problem, SCC-CVRP），以联盟总运输成本最小为目标函数建立了一个混合整数模型，并设计了一个改进的遗传算法进行求解，主要从初始解的生成、自适应遗传算子两个方面进行改进。　　本文构造了 10 组小型测试算例，分别利用 CPLEX 求解器和改进的遗传算法对其进行测算，对比两者的解验证数学模型与算法的正确性，并且通过10组中大型算例，分别采用传统遗传算法与改进的遗传算法进行求解，从迭代次数与运行时间两方面验证了算法的改进效果。在此基础上，本文根据多站点车辆路径问题标准算例构造了30组包含共同客户的算例，分别测算了两家承运人在单独运输与协同运输时的总运输成本，从定量的角度衡量了协同运输带来的成本节省。并在此基础上，从路径优化和车辆装载率两个角度比较了协同运输前后的差异。最后通过改变可共享客户数量，分析了共享程度对协同车辆路径问题的影响。　　数据仿真结果表明，本文设计的改进遗传算法能够有效解决SCC-CVRP问题。协同运输后，30组算例的节约总体平均值为11.62%，两家承运人在协作后对路径的节约总体平均值分别为 11.49%与 14.08%。当车辆载重量分别为 80、100、120时，两家承运人的装载率分别较协作前提高了5.38%、6.56%、6.36%。数据实验证明随着可共享客户数量的增加，联盟的总运输成本较联盟前平均减少了 6.09%、8.04%、9.80%、10.76%、14.75%。由此可见考虑SCC-CVRP问题研究可以从运输成本和车辆装载率上得到优化，并且两家承运人之间共享的客户越多，联盟所能获得的成本优化越大。　　在已经获得联盟总运输成本最小的车辆路径优化的基础上，本文考虑了联盟参与者之间的利益均衡性，利用合作博弈理论，从考虑参与者对联盟的贡献度的角度，设计了一个修正的Nash谈判模型，对联盟后的剩余利益进行公平有效的分配。利用构造的算例进行利益分配计算并分析利益分配结果。　　综合以上来看，CVRP-BB 问题研究给提供相同物流服务的物流企业开展协同运输、分配联盟利益提供了一定的理论指导。
作者：	胡佳莹
专业：	管理科学与工程
导师：	李建
授予学位：	硕士
授予学位单位：	南京农业大学
学位年度：	2021