發(fā)布時間：2020-07-30 05:29

【摘要】：在物流運輸行業(yè)中,高質(zhì)量的運輸服務(wù)是提高顧客滿意度的關(guān)鍵因素,因此本文提出運輸路徑一致性的策略,為物流運輸企業(yè)實現(xiàn)高質(zhì)量服務(wù)提供新的路徑規(guī)劃和車輛部署方案。路徑一致性策略旨在允許周期內(nèi)每天可訪問無需求顧客點的前提下,限制每位司機在周期內(nèi)可行駛不同路徑的最大數(shù)量,從而增加司機對行駛路徑的熟悉程度,提高運輸服務(wù)的質(zhì)量和可靠性�；诼窂揭恢滦圆呗运玫降膶嶋H路徑行駛方案是指周期內(nèi)每天只訪問有需求顧客點的路徑行駛方案,雖然它一定程度上破壞了司機對行駛路徑的熟悉度,但影響到了顧客所享受到的服務(wù)司機一致性以及到達時間一致性效果。因此本文著重研究考慮路徑一致性的周期性車輛路徑問題,目標是最小化司機在周期內(nèi)的總工作時間,總工作時間包括行駛時間和服務(wù)時間。為了求解這個問題,本文建立了一個混合整數(shù)線性規(guī)劃模型,并用現(xiàn)有的混合整數(shù)線性規(guī)劃求解器CPLEX進行求解。為求解大規(guī)模算例,本文開發(fā)了一個帶禁忌搜索改進的大型鄰域搜索算法。算法中包含了節(jié)約里程算法獲得初始解,四種算子進行鄰域搜索和鄰域變換,以及禁忌搜索算法進行改進等步驟。最后,本文采用了一致性車輛路徑優(yōu)化問題中的基準數(shù)據(jù),進行了小,中,大規(guī)模下的數(shù)值試驗,驗證所提出模型和算法的有效性及求解效果;并分析基于路徑一致性策略所派生出來的實際行駛路徑方案所帶來的服務(wù)司機一致性和到達時間一致性所的效果。此外,本文以考慮工作量平衡的周期性車輛路徑優(yōu)化問題作為擴展研究,將周期內(nèi)司機間的最大工作量差異值控制在小范圍內(nèi),從而保證每位司機在周期內(nèi)的工作量處于同一個水平。為求解這個問題,本文建立了數(shù)學(xué)模型,并應(yīng)用了局部分支算法。數(shù)值實驗部分比較了CPLEX求解結(jié)果與局部分支算法的求解結(jié)果;并分析了工作量平衡對總工作時間的影響。
【學(xué)位授予單位】：上海大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U116.2;F540
【圖文】：

∈ 中選擇行駛某一條路徑，并且也能保證在周期內(nèi)的任意天里行駛同一條路徑，從而實現(xiàn)了路徑一致性。為了更清晰的闡述 LNS-TS 算法的第一階段，本文給出了一個周期天數(shù) T=5 的例子，如圖 4.1 所示。圖 4.1 LNS-TS 算法第一階段的基本框架圖 4.1 中提到的 LNS-TS 算法第一階段中初始化過程，變異過程和禁忌搜索改進過程在接下來的章節(jié)中會仔細介紹。4.1.1 解的初始化在初始化過程中，本文用到了 C-W 最大化節(jié)約里程算法。這個算法的基本思想是：通過節(jié)約最多的路徑行駛時間將兩個環(huán)整合成一個環(huán)（最開始的時候，一個環(huán)中包含車場和一個顧客，行駛路徑是從車場出發(fā)，訪問完這個顧客后，回到車場。更新后的環(huán)，也是以車場為起點和終點）。重復(fù)這個操作，直到這些環(huán)在容量和行駛時間的約束下再也無法整合出新的環(huán)時停止。C-W 節(jié)約里程算法相對于隨機生成的方法來說，所生成初始解的質(zhì)量較高，從而能夠加快后續(xù)鄰域搜索的進程。在使用 C-W 最大化節(jié)約里程算法生成初始解的時候，需要注意的是，對于子集合內(nèi)只包含一天的情況來說

的解空間進行分支，分支過程如圖6.1所示。它的應(yīng)用范圍主要是用于求解小，中規(guī)模的算例。在圖 6.1 中，本文先定義了幾個輸入?yún)?shù)，其中，“ ”是控制鄰域大小的參數(shù)，其取值需要在合適的范圍以保證既能夠加快求解時間，又能夠在這鄰域中找到新的更好的解�！癗”是允許的迭代次數(shù)，“ ”是允許的連續(xù)未提高解質(zhì)量的次數(shù)，當達到其中任意一個數(shù)值時，整個算法停止�！癘BJ”是目標值，也代表目前找到的最好的解，在整個過程中，“ ”指的是在第 n 次迭代時找到的最好的解

【參考文獻】

相關(guān)期刊論文 前1條

1 劉恒宇;汝宜紅;;一致性車輛路徑問題下基于模板路徑的模擬退火法[J];交通運輸系統(tǒng)工程與信息;2015年06期

本文編號：2775090