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(nèi)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(jīng)包裝好的、成件的貨物，需求量是可以用整數(shù)來統(tǒng)計的。本文首先建立了需求量為整數(shù)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(shù)視為需求量，即客戶的需求量為整數(shù)，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(shù)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(shù)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(shù)值案例，驗證了算法的有效性。
　　通過K-SDVRP及2L-SDVRP的數(shù)值案例運行結(jié)果，本文得出以下結(jié)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。
　?、诋斳囕v

4、出現(xiàn)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(xiàn)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。<