【摘要】：全球氣候變暖、霧霾等環(huán)境問題愈演愈烈,這些都與二氧化碳的排放密切相關,我國是目前最大的碳排放國家。《巴黎協(xié)定》之后,我國確定了2030年自主減排目標,其中包括到2030年單位國內生產總值二氧化碳排放比2005年下降60%-65%(李萍,2016)。面對當前減排的嚴峻形勢,從2013年開始,我國先后在北京、上海等7個省市啟動了碳排放權交易試點,2017年啟動全國范圍的碳排放交易體系建設。物流業(yè)是社會碳排放重要組成部分,車輛路徑問題也是該行業(yè)的基本問題。因此,考慮碳交易因素的物流運輸問題對物流企業(yè)和社會來說都意義重大。本篇文章旨在研究時變網(wǎng)絡下考慮碳交易的多車型配送車輛路徑優(yōu)化問題的數(shù)學模型構建和優(yōu)化方法;在綜合分析了國內外考慮碳交易的車輛路徑問題相關研究,并對已有研究成果和不足進行總結后提出了一種旨在降低車輛配送總成本為目標且兼顧碳排放的車輛路徑問題�？紤]碳交易環(huán)境下購買或出售碳排放權對物流企業(yè)配送成本的影響。在計算配送車輛碳排放和油耗時參考綜合排放模型構建原理,確定車輛的變動速度、變動載重量與自重、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,構建本文以配送成本最小為目標的車輛路徑優(yōu)化模型;為了能準確計算配送車輛在復雜城市道路上的碳排放和油耗,本文對車輛行駛時間區(qū)間進行了精細劃分,來提高速度精確度,解決變動速度的問題。對于配送車輛在配送過程中變動速度和變動載重量同時存在導致研究問題較為復雜,后期算法運行效率低下的問題,本文利用車輛在各節(jié)點之間載重量不變的特點,使用Dijkstra算法提前計算各節(jié)點之間的最短路徑,在改進的禁忌搜索算法尋優(yōu)過程中將車輛載重引入求解最優(yōu)配送路徑方案。最后,結合杭州BS公司某派送點配送案例,驗證本文構建的考慮碳交易的配送車輛路徑優(yōu)化數(shù)學模型和設計的改進的禁忌搜索算法;對計算結果進行分析,證實了本文提出的模型和算法的有效性。研究結果有望為物流業(yè)管理者尤其是對具體的第三方物流企業(yè)在兼顧企業(yè)利潤和新形勢下進行物流管理、制定運輸策略提供新的思路。
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F252;TP301.6
【圖文】：

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

浙江理工大學碩士專業(yè)學位論文 時變網(wǎng)絡下考慮碳交易的多車型配送車輛路徑優(yōu)化研究一致就實時計算兩兩需求點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)派送點的配送任務為本文實證案例，運用改進的禁忌搜索算法進行最優(yōu)解的計算分析，驗證了本文設計的改進的禁忌搜索算法的可行性。利用路段歷史速度數(shù)據(jù)，提前算好需求點之間的最短路徑存入數(shù)據(jù)庫中的最短路徑查詢表中。這樣就減少了改進的禁忌搜索算法在運算時對數(shù)據(jù)庫的輸入輸出操作，減少運算時間，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，提出研究的問題，明確研究的目

【相似文獻】

相關期刊論文 前10條

1 李松;劉興;張愛國;王彥梅;;基于SWEEP方法的改進車輛路徑協(xié)作策略研究[J];系統(tǒng)工程與電子技術;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)化問題的研究[J];洛陽理工學院學報(自然科學版);2012年04期

3 陳印;徐紅梅;;混合算法在車輛路徑優(yōu)化問題中的應用[J];計算機仿真;2012年05期

4 桂林林;趙杰;;基于改進蟻群算法的有時間窗車輛路徑優(yōu)化研究[J];現(xiàn)代計算機(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)仿真學報;2006年11期

6 邵國金;沈云琴;;基于免疫計算的物流配送車輛路徑優(yōu)化[J];計算機測量與控制;2010年07期

7 陳迎欣;;基于改進蟻群算法的車輛路徑優(yōu)化問題研究[J];計算機應用研究;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];計算機工程與應用;2009年34期

9 劉希洋;趙建民;徐慧英;朱信忠;;基于改進型蟻群算法求解車輛路徑優(yōu)化問題的研究[J];計算機時代;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)化模型中的應用[J];電子世界;2012年15期

相關會議論文 前1條

1 吳雋;陳定方;李文鋒;胡俊杰;;基于改進蟻群算法的有時間窗車輛路徑優(yōu)化[A];湖北省機械工程學會設計與傳動學會、武漢機械設計與傳動學會2008年學術年會論文集（2）[C];2008年

相關博士學位論文 前2條

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

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

相關碩士學位論文 前10條

1 陳俊宇;時變網(wǎng)絡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;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)化問題研究[D];昆明理工大學;2015年

3 王芹;帶時間窗的冷鏈食品物流配送選址及運輸路徑優(yōu)化問題研究[D];長安大學;2015年

4 李凱;基于蟻群算法的車輛路徑優(yōu)化方法研究與應用[D];長沙理工大學;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];長春工業(yè)大學;2016年

6 張昊;車輛運輸路徑優(yōu)化問題研究與應用[D];長春工業(yè)大學;2016年

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

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

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

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

本文編號：2742568