為有效降低物流配送過程產生的能耗和碳排放,控制配送成本,以傳統帶時間窗車輛路徑問題為基礎,研究低碳條件下的車輛路徑問題。通過三角概率分布在合理速度區(qū)間內對車輛速度進行估算,綜合考慮車輛行駛速度、載重量及運行里程構建碳排放計算模型,建立以系統總成本最低、車輛周轉時間最小的多目標低碳車輛路徑優(yōu)化模型。將新興多因子優(yōu)化算法中協同進化和信息交互的思想應用于NSGA-Ⅱ算法,提出增強型NSGA-Ⅱ算法。算例結果表明,多目標優(yōu)化模型可以更好地兼顧不同物流配送參與者的利益,更符合實際決策過程,所提出的ENSGA-Ⅱ算法在經濟成本上平均節(jié)省超過3%,在車輛周轉時間上平均改進達到5.02%,表現出較好的求解性能。 

【文章來源】：交通信息與安全. 2020年01期 第118-126+144頁 北大核心

【文章頁數】：10 頁

【部分圖文】：

匹配交換操作及對應路徑Fig.7Matchingexchangeoperationandcorrespondingpath交叉操作路徑r1"路徑r2"

交通信息與安全2020年1期第38卷總223期生成來標定弧速度[16]，但該方法僅考慮2個邊界值，所包含的信息較少，所得的估算值與實際值差距較大，過于理想化，不足以反映實際路況，為此，本文擬采用適用于隨機建模的三角形概率分布模型估算弧速度。三角形分布除了有上界a和下界b的限定外，還包含了最可能出現的值c，是一種連續(xù)概率分布模型，與正態(tài)分布相似，但比正態(tài)分布更靈活、更直觀，即如果c的值更接近a或b，則三角形分布也會偏斜，見圖1。三角分布雖然是一種對于實際情況的簡化，但這種簡化所損失的信息量較小，由此所得到的結果與真實情況相差較校尤其適用于樣本數據不全但已知變量之間關系的情景，應用于在最大值與最小值之間出現最可能值，即已知模型中樣本最可能出現結果的概率預測模型。最小值vd可能值vq最大值vuO概率密度f(v)旅行速度/(km/h）圖1三角分布示意Fig.1Illustrationoftriangledistribution在現實中，車輛不可能以恒定速度行駛。根據先驗信息，有可能在最大速度vmax和最小速度vmin內行駛。得益于目前交通大數據的支持，可知車輛在最小速度和最大速度之間的最可能行駛速度，因此，使用三角形分布能更好地量化弧速度，能夠使速度在服從概率分布的情況下具有一定的隨機性，相較于均勻分布和正態(tài)分布，其應用更為靈活，適應性更強。因此，引入三角分布來量化弧速度約束，可以有效的結合自由流速度vu、擁堵速度vd和可能速度vm這3個速度信息，對期望速度進行估算，為進一步分析車輛速度與燃料消耗之間的關系奠定基矗三角分布概率密度函數圖像見圖1，表達式見式（1）。f(v)=ìí0v

優(yōu)化目標根據相關研究，車輛的碳排放與油耗呈正相關關系。因此，以燃油消耗量作為衡量車輛碳排放的標準。車輛油耗量的計算有瞬時排放模型、載重碳排放模型、綜合排放模型、MEET模型等[17]，其中綜合排放模型全面考慮了車輛在行駛過程中運行速度、貨物負載重量、行駛道路路面因素等的影響。但在實際的應用過程中，綜合模型的計算過于復雜，需要進行測算的數據較多，根據文獻[17]的相關研究，車輛在行駛過程中，影響油耗量大小的決定因素隨速度的變化而改變，一般貨物運輸車輛行駛速度與燃油消耗關系見圖2。14.0012.0010.008.006.004.002.000.002030405060708090100110行駛速度/（km/h）燃油消耗/(L/100km)總燃油消耗牽引力做功燃油消耗發(fā)動機系統做功圖2車輛行駛速度與燃油消耗關系Fig.2Relationshipbetweenvehiclespeedandfuelconsumption表1模型相關變量及參數定義Tab.1Modelrelatedvariablesandparameterdefinitions符號集合參數變量VV0EmklijqititintmkijWmωlijvijωcijkcmgcmfceeilipQmxmkij含義網絡節(jié)點集合V={1?2???n}，1代表配送中心需求點集合V0=V/{1}節(jié)點間弧集合，E={(i?j)|i1ji?jV}車輛類型集合m={1?2???M}車輛集合k={1?2???K}客戶點i到客戶點j的距離，km第i個客戶點的需求量,t車輛到達客戶點i的時間客戶點i所需服務時間，min客戶點i到客戶點j所需時間，min第m種類型車輛的自重（即空載質量），kg車輛在弧上的負載重量，kg�。╥?j）上車輛的期望行駛速度，

【參考文獻】：
期刊論文
[1]多車型綠色車輛路徑問題優(yōu)化模型[J]. 何東東,李引珍.  計算機應用. 2018(12)
[2]基于拆分運輸的低碳車輛路徑優(yōu)化[J]. 李雙艷,王忠偉,張得志.  鐵道科學與工程學報. 2018(07)
[3]基于碳交易機制的帶時間窗車輛路徑問題與算法研究[J]. 葛顯龍,譚柏川,吳寧謙.  管理工程學報. 2018(04)
[4]可獲知偶發(fā)擁堵持續(xù)時間的動態(tài)車輛路徑問題[J]. 李嫚嫚,陸建,郭文倩.  交通信息與安全. 2018(02)
[5]考慮運載能力與行程約束的綠色車輛路徑問題[J]. 董譽文,仉帥.  工業(yè)工程與管理. 2017(01)
[6]基于CO2排放的車輛路徑優(yōu)化模型及其算法研究[J]. 張得志,錢奇,李雙艷,靳方平.  鐵道科學與工程學報. 2015(02)
[7]基于碳排放與速度優(yōu)化的帶時間窗車輛路徑問題[J]. 李進,張江華.  系統工程理論與實踐. 2014(12)

碩士論文
[1]考慮碳排放的城市快遞配送車輛路徑問題優(yōu)化研究[D]. 楊寧.北京郵電大學 2018
[2]考慮節(jié)能減排的物流配送車輛路徑優(yōu)化問題研究[D]. 孟凡婷.北京交通大學 2017



本文編號：2908476