原文传递
考虑拥堵的卡车与无人机协同配送车辆路径问题
| 论文题名： | 考虑拥堵的卡车与无人机协同配送车辆路径问题 |
| 关键词： | 协同配送;卡车;无人机;车辆路径问题;道路拥堵 |
| 摘要： | 伴随着城市物流配送需求的逐步升高，物流配送相关企业面临着来自成本与环境保护等多方面的压力，因此相关物流企业亟需寻找一种高效且低碳的解决方案。传统配送都是以卡车为主要载具，但卡车在地面行驶必然会受到地面车道交通情况的干扰，从而导致卡车的行驶速度受到限制。对于一些需要及时配送的商品，如冷藏品、水果和药品等，地面拥堵很容易导致不能够及时的将货物送至目的地，而加入无人机参与配送可以大幅避免类似的问题。现今已有的对于无人机参与辅助卡车配送的实际应用逐渐成熟，相关研究也成为车辆路径规划领域的热点课题。 本文从现实生活中的实际需求与应用入手，研究无人机与卡车的协同配送路径优化问题，在该基本问题的基础上，考虑了生活中常见的拥堵现象与卡车无人机组合的相关特性，建立模型进行研究。具体而言，通过对拥堵现象做出模拟加入模型，本文对拥堵的模拟分成两种情况处理：1、基于路段的随机拥堵；2、基于时间的时变拥堵。针对无人机的电池特性，将无人机的电池消耗与飞行时间和载重呈线性关系处理，以无人机与卡车的飞行距离与行驶距离成本最小为目标，分别建立基于路段随机拥堵与基于时间时变拥堵的无人机与卡车协同配送车辆路径规划模型。随后，对于上述提出的两个模型设计相应的启发式算法求解，算法内部分为初始解生成与解的优化两步过程。初始解的生成通过最近距离搜索得到卡车路径后，提取相应符合条件的客户点作为无人机的客户点。解的优化采用变邻域搜索框架，设计针对无人机与卡车协同路径规划的特殊邻域结构，并引入了自适应机制对算法寻优进行加速。 最后，使用所罗门数据集生成不同规模的算例进行测试。通过对比基于CPLEX求解器与本文提出的启发式算法求解结果，验证模型的正确性与算法的有效性。实验结果表明：启发式算法在求解时间上显著优于求解器，并且准确率与求解器近乎保持一致。引入无人机参与配送后，配送成本平均降低36%至43%。对于无人机容量、无人机速度、拥堵严重程度与成本比例等参数进行了灵敏度分析，结果显示总成本随着无人机容量增大而降低，卡车拥堵程度对于成本的影响并非单调关系。 |
| 作者： | 张世岭 |
| 专业： | 管理科学与工程 |
| 导师： | 陶毅 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
