針對(duì)動(dòng)態(tài)事件對(duì)配送過(guò)程的干擾問(wèn)題,提出多品類共同配送車輛路徑優(yōu)化問(wèn)題�；趯�(duì)不確定環(huán)境下動(dòng)態(tài)客戶時(shí)空特性的分析,提出利用時(shí)空泊松分布生成動(dòng)態(tài)客戶的方法;并從整體運(yùn)營(yíng)成本及車輛固定成本入手,建立不確定環(huán)境下多品類共同配送模型;鑒于考慮模型的特殊性,設(shè)計(jì)遺傳-禁忌搜索組合優(yōu)化算法,結(jié)合具體算例對(duì)模型和算法性能進(jìn)行驗(yàn)證。結(jié)果表明,提出的多品類共同配送方法優(yōu)于單品類配送方法,且改進(jìn)后的遺傳-禁忌搜索算法具有更強(qiáng)的尋優(yōu)能力。 

【文章來(lái)源】：計(jì)算機(jī)工程與應(yīng)用. 2019,55(09)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

服務(wù)區(qū)域及靜態(tài)客戶略圖

PS和PT同時(shí)取1時(shí)，表示動(dòng)態(tài)客戶發(fā)生率同時(shí)在時(shí)間和空間兩個(gè)維度進(jìn)行變化；PS和PT同時(shí)取0時(shí)，表示配送場(chǎng)景動(dòng)態(tài)度僅維持在ε水平，特別地；當(dāng)ε=0時(shí)，算例GEN-D等價(jià)于傳統(tǒng)靜態(tài)車輛配送路徑問(wèn)題。PS和PT一個(gè)取0另一個(gè)取1時(shí)表示動(dòng)態(tài)客戶發(fā)生率僅在空間或時(shí)間維度變動(dòng)。5.2優(yōu)化結(jié)果及算法性能評(píng)估采用設(shè)計(jì)的遺傳-禁忌搜索算法，以表2中規(guī)定的參數(shù)配置方式，在各前攝性調(diào)度單元中生成相應(yīng)數(shù)目的動(dòng)態(tài)客戶，得到4個(gè)配送實(shí)例。依據(jù)表3配置遺傳-禁忌搜索算法參數(shù)，對(duì)4個(gè)算例進(jìn)行路徑優(yōu)化，結(jié)果見圖3。由圖3可知，不同的動(dòng)態(tài)度場(chǎng)景下，生成的動(dòng)態(tài)客戶數(shù)目存在明顯差異；特別地，對(duì)于GEN-DE，由于規(guī)定的基礎(chǔ)動(dòng)態(tài)度較小，整個(gè)服務(wù)區(qū)域無(wú)動(dòng)態(tài)客戶產(chǎn)生，等同于靜態(tài)配送路徑問(wèn)題，配送成本為273.83。作為參照，GEN-AE增加了27個(gè)動(dòng)態(tài)客戶，配送成本增加了134；GEN-BE增加了6個(gè)動(dòng)態(tài)客戶，配送成本增加了11.9；GEN-CE增加了12個(gè)動(dòng)態(tài)客戶，配送成本增加了66.13�；谏鲜鏊憷�，將本文設(shè)計(jì)遺傳-禁忌搜索算法與配送中心圖2服務(wù)區(qū)域及靜態(tài)客戶略圖算例GEN-AEGEN-BEGEN-CEGEN-DEPS1.01.00.00.0PT1.00.01.00.0down0.1up0.3ε0.05M2S16τ4表1仿真算例集合及其參數(shù)說(shuō)明算例GEN-AE：(PS=1,PT=1)GEN-BE：(PS=1,PT=0)GEN-CE：(PS=0,PT=1)GEN-DE：(PS=0,PT=0)12341234123412341100100000110000020111000000000000300010010010100004010010000000000050112000000

2019，55（9）遺傳算法的運(yùn)行20次，對(duì)算法改進(jìn)效果進(jìn)行驗(yàn)證，結(jié)果見表4。由表4可知，改進(jìn)后的遺傳禁忌搜索算法，較原始遺傳算法尋優(yōu)能力更強(qiáng)，測(cè)試算例的平均改善率均達(dá)到5%以上；運(yùn)行算法時(shí)發(fā)現(xiàn)禁忌搜索算法對(duì)初始解的依賴性較強(qiáng)，優(yōu)良的初始解是禁忌搜索獲得高質(zhì)量調(diào)度方案的前提；經(jīng)過(guò)多次運(yùn)行遺傳-禁忌搜索算法，總是優(yōu)于遺傳算法的解，證明使用禁忌搜索算法來(lái)改進(jìn)遺傳算法的局部搜索能力是非常有效的。同時(shí)，使用蟻群算法對(duì)本文設(shè)計(jì)算例進(jìn)行路徑優(yōu)化，優(yōu)化結(jié)果如圖4所示。對(duì)上述4個(gè)算例，蟻群算法最優(yōu)解為439.47、315.09、349.75和290.16，與遺傳算法性能大致相當(dāng)。由此可知，本文設(shè)計(jì)遺傳禁忌搜索算法求解能力優(yōu)于蟻群算法和遺傳算法。5.3數(shù)學(xué)模型性能評(píng)估為驗(yàn)證多品類共同配送模型的有效性，將其與單品類配送方案的配送成本進(jìn)行對(duì)比分析，結(jié)果見表5。單品類分別配送方案是指每個(gè)車輛負(fù)責(zé)一種貨物的配送，如果某一客戶同時(shí)需要兩個(gè)貨物品類，則調(diào)度兩輛不同車輛配送相應(yīng)的貨物。由表5可知，使用多品類共同配送方案可以顯著降低配送成本，且使用車輛更少。單品類分別配送方案需要調(diào)度更多的配送車輛，一定程度上增加了配送中心車輛調(diào)度工作量。此外，考慮到多品類共同配送可能對(duì)車輛有特殊要求，假定單品類配送車輛固定成本為5，單位距離運(yùn)營(yíng)成本為1；并以此為基準(zhǔn)，規(guī)定多品類共同配送車輛的運(yùn)營(yíng)成本和固定成本均為單品類配送車輛的1.2倍，此時(shí)兩方案成本對(duì)比見表6。表6可以看出，即使多品類共同配送使用了成本更高的配送車輛，其配送成本仍低于單品類分別配送。6結(jié)論針對(duì)不確定環(huán)境下多品類共同配送問(wèn)題，提出多品類共同配送的數(shù)學(xué)模型，并設(shè)計(jì)遺傳-禁忌搜索算法進(jìn)行車輛路徑優(yōu)化。得到以下結(jié)論：（1）改進(jìn)后?

【參考文獻(xiàn)】：
期刊論文
[1]成品油配送多車艙車輛指派及路徑優(yōu)化問(wèn)題研究[J]. 張?jiān)磩P,孫麗君,胡祥培.  運(yùn)籌與管理. 2017(07)



本文編號(hào)：3219807