以運營成本和解的魯棒性為優(yōu)化目標(biāo),研究了考慮不確定行駛時間的外賣配送路徑優(yōu)化問題,建立混合整數(shù)規(guī)劃模型,并設(shè)計了可有效求解該模型的帶有精英策略的非支配排序遺傳算法（NSGA-II）.算例實驗和數(shù)值分析驗證了本文所建立模型的可行性和算法的有效性,可為第三方外賣平臺調(diào)度優(yōu)化提供決策支持. 

【文章來源】：大連海事大學(xué)學(xué)報. 2019,45(04)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

配送員取餐和送餐示意圖

本章構(gòu)建了4個分別包含10、20、40和80個訂單的測試算例,每個算例中均由配送中心、餐飲商家、顧客以及顧客所期望的時間窗構(gòu)成[16].在不同的算例中,單位距離行駛時間均滿足概率分布函數(shù),在所有的實驗中配送員的預(yù)期行駛時間與兩點間的歐氏距離成正比.以包含40個訂單的算例為例,共有40個顧客、10個商家和1個配送中心構(gòu)成,圖2為配送中心、餐飲商家和顧客點分布示意圖.3.2 參數(shù)設(shè)置

本文分別對包含10、20、40、80個訂單的算例進行計算,得到每個算例的進化曲線和Pareto前沿.圖3—圖6為不同訂單數(shù)量的NSGA-II算法和禁忌搜索算法的收斂過程.圖中的點化線表示每一次迭代過程中NSGA-II種群中最優(yōu)個體的目標(biāo)函數(shù)值的收斂過程,實線為禁忌搜索最優(yōu)目標(biāo)函數(shù)值的收斂曲線.收斂過程表明,NSGA-II算法和禁忌搜索算法在前50次迭代過程中目標(biāo)函數(shù)值均能快速下降,且最終均能穩(wěn)定在同一高度,因此,可以證明NSGA-II可有效求解該問題,且NSGA-II算法與禁忌搜索算法相比能夠更快地收斂并達到穩(wěn)定.圖中虛線表示每一次迭代過程中,NSGA-II種群平均目標(biāo)函數(shù)值的收斂曲線.由于初始解中存在違背顧客時間窗所帶來的懲罰成本,平均目標(biāo)函數(shù)值較大,隨著進化過程中的交叉、變異算子操作以及基于精英策略的選擇過程,使得種群整體向最優(yōu)的方向進化.圖4 訂單數(shù)為20時的進化曲線

【參考文獻】：
期刊論文
[1]基于即時配送和收益激勵的眾包物流運力調(diào)度研究[J]. 慕靜,杜田玉,劉爽,王仙雅,劉超,王國利.  運籌與管理. 2018(05)
[2]基于時間滿意度的O2O外賣配送路徑優(yōu)化問題研究[J]. 陳萍,李航.  中國管理科學(xué). 2016(S1)
[3]求解帶時間窗取送貨問題的遺傳算法[J]. 潘立軍,符卓.  系統(tǒng)工程理論與實踐. 2012(01)
[4]基于模糊時間窗的車輛調(diào)度問題研究[J]. 王旭坪,張凱,胡祥培.  管理工程學(xué)報. 2011(03)



本文編號：3551205