出于環(huán)境和經(jīng)濟的考慮,配送企業(yè)開始采納電動汽車,而充電設(shè)施的缺乏給電動汽車車隊的運營帶來挑戰(zhàn)。同時,企業(yè)往往會擁有多個配送中心,這增加了車輛規(guī)劃的復(fù)雜度�；诙嗯渌椭行能囕v路徑問題和電動車輛路徑問題模型,考慮車輛可以在充電設(shè)施或其他配送中心充電的情況,構(gòu)建了多配送中心電動車輛路徑優(yōu)化模型。設(shè)計了分散搜索算法對模型進行求解,并將其與CPLEX、已知最優(yōu)解和其它算法進行對比。結(jié)果表明:提出的分散搜索算法是有效的;路徑規(guī)劃中,將配送中心同時作為充電節(jié)點能夠緩解充電設(shè)施有限對企業(yè)運營造成的影響。 

【文章來源】：工業(yè)工程與管理. 2019,24(05)北大核心CSSCI

【文章頁數(shù)】：9 頁

【部分圖文】：

圖１本研究與相關(guān)文獻的繼承關(guān)系論文其余部分的安排如下：第２節(jié)建立多配送

在于產(chǎn)生具有一定多樣性的解集合。本文采用掃描算法來產(chǎn)生多樣性初始解。掃描算法由Ｇｉｌｌｅｔｔ和Ｍｉｌｌｅｒ［２２］提出，通過建立以配送中心為原點的極坐標(biāo)系，依次將所有顧客掃描一次，并根據(jù)車載容量進行顧客的聚簇。以不同的顧客節(jié)點作為掃描起始點以及不同的配送中心作為原點，掃描算法最多可以產(chǎn)生“顧客數(shù)×配送中心數(shù)”種有一定重復(fù)的顧客聚簇方案，即多樣性初始解。（２）解改進方法解改進方法旨在對單個解進行改進和提高，其流程如圖２所示。此時顧客分簇是既定的。對于每一個顧客簇而言，進行路徑規(guī)劃只需考慮：①如何找到最佳的配送中心；②如何得到電動汽車的最優(yōu)配送路徑。對于第①點，由于不同顧客簇之間的配送中心選擇是相互獨立的，因此可用貪婪策略，即選擇各個配送中心依次與該顧客簇組合，根據(jù)得到的路徑結(jié)果來判斷并選擇最優(yōu)的配送中心。而對于第②點，由于此時問題已簡化為單配送中心下的電動車輛路徑問題，可用一般Ｅ－ＶＲＰ問題的算法來求解。本文使用的是一類改進蟻群算法［１１］，該算法通過在經(jīng)典蟻群算法中引入路徑可行性判別方法和增加充電設(shè)施選擇與重復(fù)策略，來求解帶充電設(shè)施的Ｅ－ＶＲＰ問題。與該算法原型的一個細(xì)微差別是，在算法的參數(shù)輸入時，將配送中心也作為一類充電設(shè)施，會被作為充電設(shè)施插入車輛路徑的合適位置。在確定了路徑規(guī)劃結(jié)果之后，對于分簇的優(yōu)劣即有了判斷，因此可根據(jù)路徑結(jié)果對分簇進行反饋優(yōu)化，從而提升算法整體效率。為了進一步提高解的質(zhì)量，本文使用了交換

，掃描遇到節(jié)點塊內(nèi)任一節(jié)點時，均視為掃描到了該節(jié)點塊，塊內(nèi)節(jié)點必須同時進入某一簇或者同時被跳過，從而保證節(jié)點塊能夠始終不被打散。在得到組合解時，首先得到子集中兩個解的相同部分，并連接成節(jié)點塊，之后通過改進的掃描算法將所有的節(jié)點塊進行重新組合，最終得到一個組合解。使用改進掃描算法進行解組合的實質(zhì)是將原有解的公共部分進行保留，而將非公共部分進行重新的合理組合。圖４改進掃描算法基于以上五個步驟，可以得到分散搜索的總體框架（如圖５所示）。其中，虛線箭頭引出的內(nèi)容為當(dāng)前步驟下解的狀態(tài)示例。分散搜索的目標(biāo)是尋找最優(yōu)的顧客分簇，顧客分簇的優(yōu)劣則由當(dāng)前顧客分簇下的路徑規(guī)劃結(jié)果來進行判斷。多樣性產(chǎn)生方法用于產(chǎn)生初始的顧客分簇方案；解改進方法則承擔(dān)了路徑規(guī)劃的任務(wù)，該方法直接影響解的優(yōu)劣評價；參考集的更新和子集的產(chǎn)生根據(jù)本文研究對象的特點設(shè)計實現(xiàn)；而解組合方法則是將本輪迭代選出的較優(yōu)顧客分簇盡可能組合并保留。圖５分散搜索總體框架—１０１—

【參考文獻】：
期刊論文
[1]考慮碳排放的冷鏈物流聯(lián)合配送路徑優(yōu)化[J]. 鮑春玲,張世斌.  工業(yè)工程與管理. 2018(05)
[2]考慮充電設(shè)施重入的電動汽車旅行商問題研究[J]. 張鵬威,李英.  運籌與管理. 2018(02)
[3]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)
[4]電動汽車物流配送系統(tǒng)的換電站選址與路徑優(yōu)化問題研究[J]. 楊珺,馮鵬祥,孫昊,楊超.  中國管理科學(xué). 2015(09)
[5]多配送中心物流車輛調(diào)度的改進差分進化算法[J]. 金濤.  計算機工程與應(yīng)用. 2014(03)
[6]求解多車場車輛路徑問題的分散搜索算法[J]. 張軍,唐加福,潘震東.  系統(tǒng)工程. 2009(06)



本文編號：3216581