基于联合配送的城市物流配送路径优化.pdf

基于联合配送的城市物流配送路径优化

作者：天天论文网日期：2016-3-2310:12:07点击：2

摘要:针对城市多区域协同发展造成的商业中心相对分散的现状,提出“多对多”的城市网络化

联合配送机制.以运输距离、实载率等与成本密切相关的油耗成本为优化目标,建立面向城市多区域配

送需求的车辆路径模型;同时,利用量子比特位设计染色体结构,利用云模型云滴随机性与稳定性改进

遗传算子,设计云量子遗传算法对所建立的联合配送模型进行求解.最后,结合不同算例对模型和算

法进行了仿真实验分析.

关键词:城市物流配送；联合配送；车辆路径问题；云量子遗传算法

0引言随着城市化进程的不断加快与城市经济的蓬勃发展,我国已经形成一批特大城市与大城市

群,在这些大城市中形成多个人群聚集区与商业中心.城市物流配送是城市经济发展与居民生活的重要

支撑系统,然而落后的城市交通基础和拥堵的交通现状,粗放式的物流管理模式已经难以支持城市物流配

送需求,并已严重影响城市居民的日常生活,如何实现城市物流集约化配送已成为学者和业界关注的热

点问题.物流配送的核心问题是车辆路径问题(VRP),VRP产生于公路交通管理领域[1],在公路交通、

航班安排、生产计划等不同领域拥有巨大的应用价值,一直是国内外学者研究的热点问题.由于城市规模

大、商业中心相对分散、基础交通落后,一般城市物流多采取分区式配送,根据客户群规模设置多个配

送中心,每个配送中心负责一个区域的客户服务,该问题可以抽象为多配送中心车辆路径问题(MDVRP).

MDVRP是由VRP衍生而来,经过近年的研究在模型建立和求解方法上取得了一定成果.Andrea等[2]

构建以运输距离最短为优化目标的多车型MDVRP模型;Dondo等[3]研究了带时间窗约束的MDVRP;

Rahimi等[4]研究了多周期MDVRP;Pessoa等[5]通过引入“车队模式”定义,研究多车型

MDVRP;Seixas等[6]研究了带时间窗的MDVRP,分析了不同车辆的混合装载能力与行驶速度对配送的影

响;王晓博等[7]针对电子商务客户多样化和个性化需求,建立了多车型多配送中心的装卸混合车辆调

度模型;Liu等[8]综述了MDVRP的定义、求解方法、问题的演变,并指出该问题在城市配送与电子商务时

代应给予更多关注.但已有MDVRP的研究主要集中在如何将多配送中心问题转化为单配送中心,由单

个配送中心固定负责一个区域客户的服务.显然,这种分区式配送难以有效利用物流资源,尤其是客

户分散、配送规模增大及需求变动时,分区式配送更难以适应实际需求.已有文献在MDVRP求解算法方

面的研究主要集中在精确算法和智能启发式算法,其中精确算法的研究有:Andrea等[2]利用分支定界

算法研究了多车型MDVRP模型;Bettinelli等[9]利用分支定界算法研究了带时间窗的MDVRP模型;

Righini等[10]利用动态规划算法研究了最短路径的车辆路径问题.由于MDVRP模型在求解方面要远

复杂于标准VRP模型,精确算法求解MDVRP模型方面研究比较少,求解效果也不理想.现代启发式算

法是重要的研究方向,Dondo等[3]利用混合遗传算法研究了带时间窗的MDVRP模型;Necati等[11]

利用禁忌搜索算法研究了车辆可选择的MDVRP;Pessoa等[12]针对MDVRP模型设计了遗传算法与禁忌搜

索算法相结合的混合启发式算法;李坤等[13]利用遗传算法研究了集装箱区域配送模型;许维胜等[14]

利用Memetic算法研究了车辆路径模型;张军等[15]设计了分区搜索算法对MDVRP模型进行求解;马

华伟等[16]设计了两阶段启发式算法对MDVRP