二維裝箱約束下對需求可拆分車輛路徑問題的研究.pdf

1、配送中心在提供配送服務時，必須考慮如何充分利用已有的運輸資源來滿足客戶的需求，堅持用最少的成本為客戶提供最好的服務為原則，并且隨著配送貨物的種類越來越豐富，還應該考慮配送貨物存在的易碎、易損等特性，即貨物在裝箱方面也應該有一定的約束，如貨物不能疊放、貨物在車廂內的裝卸路線要最短等。生活中，零售商或者顧客所需要的貨物均為已經包裝好的、成件的貨物，需求量是可以用整數來統(tǒng)計的。本文首先建立了需求量為整數條件下的需求可拆分車輛路徑問題(K-SD

2、VRP)模型，在模型中將客戶所需貨物的件數視為需求量，即客戶的需求量為整數，且每條路徑中貨物的總重量不能超過車輛的最大載重量。針對K-SDVRP模型設計了改進的遺傳算法來求解需求量為整數時的需求可拆分車輛路徑問題，精心設計編碼規(guī)則，從而確定遺傳算子，包括:選擇算子、交叉算子與變異算子的具體操作，這些操作的選擇決定了算法能否以較好的速度求出最優(yōu)解并且是否具有良好的穩(wěn)定性。通過數值案例表明改進的遺傳算法具有較好的優(yōu)化效果。在K-SDVRP模

3、型以及改進遺傳算法的基礎上，再針對貨物易碎、易損的特性，考慮二維裝箱約束，建立了二維裝箱約束下對需求可拆分車輛路徑問題(2L-SDVRP)模型，設計了BLF-GA算法，成功求解數值案例，驗證了算法的有效性。
　　通過K-SDVRP及2L-SDVRP的數值案例運行結果，本文得出以下結論:
　?、佼敳豢紤]裝箱約束時所得的最優(yōu)路線存在不滿足裝箱約束的情況，并且考慮裝箱約束時所得的最優(yōu)值大于不考慮裝箱時的最優(yōu)值。
　　②當車輛

4、出現無法裝載的情況時，有兩種解決辦法:一是在車輛類型一致（車輛載重和車廂尺寸完全相同）時增加配送車輛，另外一種解決辦法就是在配送中心允許的情況下，配置多種類型的車輛。這兩種辦法雖然能解決不考慮裝箱約束時所得最優(yōu)路線存在不滿足裝箱約束的情況，但會出現倒箱，增加配送中心裝卸成本及在倒箱過程中增大了貨物損壞的風險。
　?、墼诙S裝箱約束下的需求可拆分車輛路徑問題中，當貨物尺寸趨于無窮小時，等價于不考慮裝箱約束的需求可拆分車輛路徑問題。<