發(fā)布時(shí)間：2020-07-05 11:50

【摘要】：全球氣候變暖、霧霾等環(huán)境問(wèn)題愈演愈烈,這些都與二氧化碳的排放密切相關(guān),我國(guó)是目前最大的碳排放國(guó)家。《巴黎協(xié)定》之后,我國(guó)確定了2030年自主減排目標(biāo),其中包括到2030年單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降60%-65%(李萍,2016)。面對(duì)當(dāng)前減排的嚴(yán)峻形勢(shì),從2013年開(kāi)始,我國(guó)先后在北京、上海等7個(gè)省市啟動(dòng)了碳排放權(quán)交易試點(diǎn),2017年啟動(dòng)全國(guó)范圍的碳排放交易體系建設(shè)。物流業(yè)是社會(huì)碳排放重要組成部分,車輛路徑問(wèn)題也是該行業(yè)的基本問(wèn)題。因此,考慮碳交易因素的物流運(yùn)輸問(wèn)題對(duì)物流企業(yè)和社會(huì)來(lái)說(shuō)都意義重大。本篇文章旨在研究時(shí)變網(wǎng)絡(luò)下考慮碳交易的多車型配送車輛路徑優(yōu)化問(wèn)題的數(shù)學(xué)模型構(gòu)建和優(yōu)化方法;在綜合分析了國(guó)內(nèi)外考慮碳交易的車輛路徑問(wèn)題相關(guān)研究,并對(duì)已有研究成果和不足進(jìn)行總結(jié)后提出了一種旨在降低車輛配送總成本為目標(biāo)且兼顧碳排放的車輛路徑問(wèn)題�？紤]碳交易環(huán)境下購(gòu)買或出售碳排放權(quán)對(duì)物流企業(yè)配送成本的影響。在計(jì)算配送車輛碳排放和油耗時(shí)參考綜合排放模型構(gòu)建原理,確定車輛的變動(dòng)速度、變動(dòng)載重量與自重、旅行距離以及車型作為影響車輛碳排放和油耗的主要影響因素,構(gòu)建本文以配送成本最小為目標(biāo)的車輛路徑優(yōu)化模型;為了能準(zhǔn)確計(jì)算配送車輛在復(fù)雜城市道路上的碳排放和油耗,本文對(duì)車輛行駛時(shí)間區(qū)間進(jìn)行了精細(xì)劃分,來(lái)提高速度精確度,解決變動(dòng)速度的問(wèn)題。對(duì)于配送車輛在配送過(guò)程中變動(dòng)速度和變動(dòng)載重量同時(shí)存在導(dǎo)致研究問(wèn)題較為復(fù)雜,后期算法運(yùn)行效率低下的問(wèn)題,本文利用車輛在各節(jié)點(diǎn)之間載重量不變的特點(diǎn),使用Dijkstra算法提前計(jì)算各節(jié)點(diǎn)之間的最短路徑,在改進(jìn)的禁忌搜索算法尋優(yōu)過(guò)程中將車輛載重引入求解最優(yōu)配送路徑方案。最后,結(jié)合杭州BS公司某派送點(diǎn)配送案例,驗(yàn)證本文構(gòu)建的考慮碳交易的配送車輛路徑優(yōu)化數(shù)學(xué)模型和設(shè)計(jì)的改進(jìn)的禁忌搜索算法;對(duì)計(jì)算結(jié)果進(jìn)行分析,證實(shí)了本文提出的模型和算法的有效性。研究結(jié)果有望為物流業(yè)管理者尤其是對(duì)具體的第三方物流企業(yè)在兼顧企業(yè)利潤(rùn)和新形勢(shì)下進(jìn)行物流管理、制定運(yùn)輸策略提供新的思路。
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F252;TP301.6
【圖文】：

1 緒 論1 研究背景及問(wèn)題提出近年來(lái)，隨著世界人口及經(jīng)濟(jì)規(guī)模的快速增長(zhǎng)，全球氣候變暖、環(huán)境污人類的生產(chǎn)生活產(chǎn)生了日益嚴(yán)重的影響，極端惡劣天氣頻發(fā)。已有研究證溫室氣體的排放對(duì)環(huán)境的影響關(guān)系密切，2009 年 12 月，在哥本哈根召開(kāi)球氣候大會(huì)上，我國(guó)政府承諾到 2020 年單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放05 年下降 40% ~ 45%（華俊，2013）。2015 年 12 月，全球近 200 個(gè)締約方黎氣候變化大會(huì)上達(dá)成 《巴黎協(xié)定》。這是繼《京都議定書(shū)》 之后第二份法律約束力的氣候協(xié)議。我國(guó)自改革開(kāi)放以來(lái)，社會(huì)經(jīng)濟(jì)發(fā)展迅速，城市程不斷加快，隨之帶來(lái)的是環(huán)境的日益惡化，截止目前，中國(guó)每年的碳排已達(dá) 60 億噸，已經(jīng)超過(guò)美國(guó)，位居世界各國(guó)之首。

浙江理工大學(xué)碩士專業(yè)學(xué)位論文 時(shí)變網(wǎng)絡(luò)下考慮碳交易的多車型配送車輛路徑優(yōu)化研究一致就實(shí)時(shí)計(jì)算兩兩需求點(diǎn)間的最短路徑等信息（張煜璐，2017）。第四，用杭州某快遞企業(yè) 2017 年 8 月某日在杭州西湖區(qū)派送點(diǎn)的配送任務(wù)為本文實(shí)證案例，運(yùn)用改進(jìn)的禁忌搜索算法進(jìn)行最優(yōu)解的計(jì)算分析，驗(yàn)證了本文設(shè)計(jì)的改進(jìn)的禁忌搜索算法的可行性。利用路段歷史速度數(shù)據(jù)，提前算好需求點(diǎn)之間的最短路徑存入數(shù)據(jù)庫(kù)中的最短路徑查詢表中。這樣就減少了改進(jìn)的禁忌搜索算法在運(yùn)算時(shí)對(duì)數(shù)據(jù)庫(kù)的輸入輸出操作，減少運(yùn)算時(shí)間，提高算法尋優(yōu)效率。1.3.2 本文研究框架文章框架如圖 1.2 所示。第一部分介紹本文研究的背景，提出研究的問(wèn)題，明確研究的目

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李松;劉興;張愛(ài)國(guó);王彥梅;;基于SWEEP方法的改進(jìn)車輛路徑協(xié)作策略研究[J];系統(tǒng)工程與電子技術(shù);2008年03期

2 程相巍;杜亞江;;智能交通系統(tǒng)中車輛路徑優(yōu)化問(wèn)題的研究[J];洛陽(yáng)理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年04期

3 陳印;徐紅梅;;混合算法在車輛路徑優(yōu)化問(wèn)題中的應(yīng)用[J];計(jì)算機(jī)仿真;2012年05期

4 桂林林;趙杰;;基于改進(jìn)蟻群算法的有時(shí)間窗車輛路徑優(yōu)化研究[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2012年18期

5 蔣忠中;汪定偉;;物流配送車輛路徑優(yōu)化的模糊規(guī)劃模型與算法[J];系統(tǒng)仿真學(xué)報(bào);2006年11期

6 邵國(guó)金;沈云琴;;基于免疫計(jì)算的物流配送車輛路徑優(yōu)化[J];計(jì)算機(jī)測(cè)量與控制;2010年07期

7 陳迎欣;;基于改進(jìn)蟻群算法的車輛路徑優(yōu)化問(wèn)題研究[J];計(jì)算機(jī)應(yīng)用研究;2012年06期

8 何小年;謝小良;;帶裝載量約束的物流配送車輛路徑優(yōu)化研究[J];計(jì)算機(jī)工程與應(yīng)用;2009年34期

9 劉希洋;趙建民;徐慧英;朱信忠;;基于改進(jìn)型蟻群算法求解車輛路徑優(yōu)化問(wèn)題的研究[J];計(jì)算機(jī)時(shí)代;2010年03期

10 孫少龍;吳小濤;張珂珂;馮凱;席小斌;;PSO算法在物流配送車輛路徑優(yōu)化模型中的應(yīng)用[J];電子世界;2012年15期

相關(guān)會(huì)議論文 前1條

1 吳雋;陳定方;李文鋒;胡俊杰;;基于改進(jìn)蟻群算法的有時(shí)間窗車輛路徑優(yōu)化[A];湖北省機(jī)械工程學(xué)會(huì)設(shè)計(jì)與傳動(dòng)學(xué)會(huì)、武漢機(jī)械設(shè)計(jì)與傳動(dòng)學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集（2）[C];2008年

相關(guān)博士學(xué)位論文 前2條

1 張家善;基于改進(jìn)蟻群算法的物流配送車輛路徑優(yōu)化研究[D];遼寧工程技術(shù)大學(xué);2014年

2 阮清方;考慮裝卸策略的帶取送車輛路徑優(yōu)化問(wèn)題研究[D];清華大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 陳俊宇;時(shí)變網(wǎng)絡(luò)下考慮碳交易的多車型配送車輛路徑優(yōu)化研究[D];浙江理工大學(xué);2018年

2 張紅豆;基于蟻群算法的物流系統(tǒng)配送車輛路徑優(yōu)化問(wèn)題研究[D];昆明理工大學(xué);2015年

3 王芹;帶時(shí)間窗的冷鏈?zhǔn)称肺锪髋渌瓦x址及運(yùn)輸路徑優(yōu)化問(wèn)題研究[D];長(zhǎng)安大學(xué);2015年

4 李凱;基于蟻群算法的車輛路徑優(yōu)化方法研究與應(yīng)用[D];長(zhǎng)沙理工大學(xué);2014年

5 劉波;第四方物流共同配送模式下的車輛路徑優(yōu)化研究[D];長(zhǎng)春工業(yè)大學(xué);2016年

6 張昊;車輛運(yùn)輸路徑優(yōu)化問(wèn)題研究與應(yīng)用[D];長(zhǎng)春工業(yè)大學(xué);2016年

7 孟凡婷;考慮節(jié)能減排的物流配送車輛路徑優(yōu)化問(wèn)題研究[D];北京交通大學(xué);2017年

8 程相巍;智能交通系統(tǒng)中車輛路徑優(yōu)化問(wèn)題的研究[D];蘭州交通大學(xué);2013年

9 張宏;物流配送中的車輛路徑優(yōu)化問(wèn)題研究[D];哈爾濱工業(yè)大學(xué);2007年

10 耿菲;多車艙冷鏈物流車輛路徑優(yōu)化問(wèn)題研究[D];大連海事大學(xué);2018年

本文編號(hào)：2742568