近年來,隨著電子商務(wù)的迅猛發(fā)展,城市快遞量激增,從而推動了城市配送服務(wù)的發(fā)展。在能源緊缺和環(huán)境污染的雙重壓力下,電動汽車具有零排放、能源利用率高以及行駛成本低等優(yōu)勢,使得其代替?zhèn)鹘y(tǒng)燃油車進行城市配送成為必然趨勢。電動汽車存在續(xù)航里程不足、充電時間長的局限性,在城市配送途中,需要前往充換電站進行電能補充,此過程不僅會導(dǎo)致車輛多繞行一段路程,還會影響車輛到達下一客戶點的時間。因此,充換電站的位置對配送車輛的路徑規(guī)劃具有至關(guān)重要的作用。另外,隨著顧客對服務(wù)滿意度要求的提升,顧客需求的不確定性也在逐漸增加,且城市交通路況也經(jīng)常出現(xiàn)不確定性。作為配送企業(yè),考慮不確定環(huán)境下,利用電動汽車進行城市配送時,如何在合理的選擇充換電站位置的同時,妥善安排配送車輛路徑,從而降低運營成本,并提高配送效率,是目前有待解決的重要問題。本文針對不確定環(huán)境下城市綠色配送系統(tǒng)中的電動車充換電站選址及配送車輛路徑的集成問題（LRP,Location-Routing Problem）進行研究,主要內(nèi)容如下:首先,在文獻分析的基礎(chǔ)上,對電動汽車城市配送系統(tǒng)的特殊性、運作流程及系統(tǒng)規(guī)劃的主要任務(wù)進行了剖析。其次,基于雙層規(guī)劃理... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖4-2分散式?jīng)Q策系統(tǒng)示意圖

3參數(shù)的確定，依賴于上層規(guī)劃模型，在優(yōu)先考慮如何使上層模型獲得的解更具有魯棒性的情況下確定下層目標函數(shù)的系數(shù)。并且，上層規(guī)劃的約束條件中包含下層規(guī)劃的決策變量，則該不確定性問題屬于集中式?jīng)Q策方式。圖4-3集中式?jīng)Q策系統(tǒng)示意圖針對含不確定參數(shù)的充換電站LRP雙層規(guī)劃模型，上層決策者的目標是從系統(tǒng)總成本的角度進行考慮，決策變量為是否在某一點建立充換電站；下層目標僅從車輛路徑角度進行考慮，決策變量為是否經(jīng)過某一段路徑以及選擇充電或換電服務(wù)。當(dāng)給定上層模型決策變量后，即：選址結(jié)果；下層模型根據(jù)上層模型給定的選址結(jié)果，優(yōu)化車輛配送路徑，此時僅需考慮如何安排車輛到各客戶點的訪問順序，從而使總行駛路程最小，此過程中無需考慮如何安排路徑會對上層模型的選址結(jié)果產(chǎn)生影響，該問題符合分散式?jīng)Q策方式下的下層目標在給定上層變量后，僅從自身角度出發(fā)優(yōu)化本層目標的特性。從模型參數(shù)的角度，上層規(guī)劃的約束條件不含有下層規(guī)劃中的決策變量，下層規(guī)劃的決策變量僅在上層規(guī)劃的目標函數(shù)中出現(xiàn)；另外，下層規(guī)劃的目標函數(shù)中參數(shù)均是確定的，因此，該參數(shù)與上層規(guī)劃無關(guān)聯(lián)。由此分析可知，該模型符合分散式?jīng)Q策方式下的雙層規(guī)劃模型。無論從模型實際應(yīng)用角度還是參數(shù)設(shè)置角度進行分析，不確定條件下的充換電站LRP模型均屬于分散式?jīng)Q策方式，因此，選擇分散式?jīng)Q策方式，并在此決策方式下，對模型中存在的不確定參數(shù)進行轉(zhuǎn)化。4.3魯棒模型的轉(zhuǎn)化對于含有不確定參數(shù)的雙層規(guī)劃模型，在求解該模型前需要先將不確定性

染色

【參考文獻】：
期刊論文
[1]需求不確定的電動汽車換電站選址魯棒模型[J]. 劉慧,張迪,楊超.  計算機應(yīng)用研究. 2019(10)
[2]不確定環(huán)境下的產(chǎn)業(yè)鏈生產(chǎn)與配送協(xié)同調(diào)度優(yōu)化[J]. 方伯芃,孫林夫.  計算機集成制造系統(tǒng). 2018(01)
[3]應(yīng)急物流LRP魯棒雙層優(yōu)化模型研究[J]. 劉波,楊興全,李硯.  數(shù)學(xué)的實踐與認識. 2017(23)
[4]應(yīng)急物流系統(tǒng)LRP的雙層規(guī)劃模型及算法[J]. 樓振凱.  中國管理科學(xué). 2017(11)
[5]不確定條件下配送回收中心選址配送問題研究[J]. 康凱,王小宇,馬艷芳.  計算機工程與應(yīng)用. 2018(18)
[6]風(fēng)險應(yīng)對視角下不確定需求定位-路徑魯棒優(yōu)化研究[J]. 孫華麗,崔全一,薛耀鋒.  運籌與管理. 2017(11)
[7]基于電動汽車的動態(tài)需求車輛路徑問題[J]. 邵賽,畢軍,關(guān)偉.  吉林大學(xué)學(xué)報(工學(xué)版). 2017(06)
[8]基于滿意優(yōu)化的電動汽車充電站選址[J]. 賈永基,邢芳芳.  東華大學(xué)學(xué)報(自然科學(xué)版). 2017(05)
[9]多層級設(shè)施選址-路徑規(guī)劃問題建模及算法[J]. 黃凱明,盧才武,連民杰.  控制與決策. 2017(10)
[10]電動汽車充電站選址和充電樁配置仿真優(yōu)化[J]. 梁輝,楊超,于紹政,姜學(xué)樸.  計算機仿真. 2017(08)

博士論文
[1]魯棒雙層規(guī)劃方法及其應(yīng)用研究[D]. 李硯.天津大學(xué) 2012



本文編號：3439994