服务4个100%
专业指导,放心安心
全程指导,贴心服务
代写范围
专业团队,高效全面
教育,经济,管理,文艺多专业辅导
代写口碑
多年从业,口碑至上
品牌服务,为你省心

论文发表/ Ghostwrite

最近更新/ New

物流管理

本站提供论文代写,代写硕士论文和毕业论文服务!

您当前所在位置:首页 > 管理论文 > 工商管理 > 物流管理 >

旅行时间不确定下的车辆路径问题研究

    摘要:在实际的配送过程中会遇到交通,天气,需求等信息不确定的状况,而这种不确定性会影响配送的路径选择及时间,从而影响实际的配送效率,因此研究在这种不确定配送条件下的车辆路径优化问题既符合实际又显得尤为重要。假设车辆在配送点之间的旅行时间是不确定的,在满足客户时间窗要求及车辆载货量限制的前提下,运用不确定理论,在期望的置信度下建立以配送成本最小为优化目标的不确定规划模型,再将模型进行等价转化,并设计遗传算法进行求解。最后通过算例分析验证模型的合理性和算法的有效性。
 
    关键词:物流配送;不确定理论;时间窗;遗传算法
 
    0引言
 
    近年来电子商务的兴起,网购的人数和线上订单量不断增加,线下需要将货物安全及时的送达客户必须有物流配送的支持。而现实配送过程中路况复杂,交通状况、节点客户需求变化、车辆故障等情况的发生难以预测,从而使得配送状况存在不稳定性,在这种情况下,配送员到达节点的时间难以把握,使得配送需求点的时间窗无法完全满足,从而降低客户满意度,同时这些不确定状况也会使决策者在配送路径规划时面临干扰。因此有必要研究不确定状况下的配送路径优化问题,从而尽可能的降低成本并满足客户需求。
 
    在实际配送过程遇到的不确定环境主要有两类,一是交通状况,天气,车辆故障等因素导致的时间不确定,二是需求的不确定,包括需求节点的增减,需求量的变化等,目前针对这两类不确定因素下的配送路径选择优化问题已取得一定进展。张婷[1]研究了信息在配送过程中动态变化的城市配送车辆路径优化问题,通过引入虚拟变量,将动态问题转化为静态问题,最后用遗传算法寻找出最优配送路径。李妍峰[2]等研究了在实时交通信息下的车辆路径优化问题,其中考虑了偶发性交通拥堵,设计了在路径关键点更新路线的机制。张文博[3]针对需求点及时间窗变动下的车辆路径问题,以配送成本最小化和服务准时性为优化目标,提出初始阶段和动态优化阶段的两阶段优化策略,结合遗传算法和模拟退火算法寻找出最优路径方案。王海军[4]在应急物流的背景下,考虑应急物流需求量及运输时间的不确定,利用机会约束的理论建立了配送选址-路径问题的随机规划模型,并利用遗传算法进行求解,最终得出配送路径。王淑云[5]探讨了需求变动下的冷链物流带时间窗车辆路径优化问题,比较了需求确定性模型和需求随机性模型下路径和成本的差异,根据需求变动的幅度选择合适的模型来指导决策,并给出降低需求不确定的对策。
 
    上述学者大多采用概率论,动态规划法来处理配送过程中遇到的配送时间不确定,需求点变化,需求量增减等不确定信息,但是现实中这类不确定事件的发生缺乏足够的样本数据来预测其发生的可能性,需要借助经验或专家意见来估计事件发生的把握程度。基于这种情况,LiuB[6]在2007年提出了不确定理论,可以借助该理论来描述在没有历史数据或实验数据作为参考而只能依靠来自专家经验数据的非精确信息。LiuB[7~9]在2009年把不确定理论应用于实际,提出应用该理论可以解决的一些实际问题。自此,利用不确定理论解决现实中存在的不确定问题得到了众多学者的关注,已有学者应用该理论解决不确定环境下的网络优化问题。ZhangB等[10]建立了中国邮路问题的不确定规划模型。GaoY[11]研究了不确定条件下的最短路径问题。吴攀峰[12]等研究了以超市日需求量和车辆行驶时间为不确定变量下的超市物流配送问题,建立不确定机会约束模型,对模型进行转化并设计算法进行求解,最终找出路径。
 
    本文主要研究以旅行时间作为不确定变量的带时间窗配送路径优化问题,以配送成本优化目标并建立不确定规划模型,利用不确定理论,将网络中不确定变量进行转化,再运用遗传算法对模型进行求解。
 
    1问题描述及数学符号说明
 
    1.1问题描述
 
    不确定旅行时间下的车辆路径优化问题可描述为:一个配送中心负责多个配送需求点的物流服务,每个配送点都有时间窗要求,该配送中心有多辆车且每辆车都有载货量的限制,每一辆车都从这一配送中心出发,服务完所有配送点后回到该配送中心,每辆车所经历的配送点的物流需求总和不能超过该车辆的载货量限制,同时每个需求点只能被一个车辆所访问,最终使得所有配送网点的需求都被满足。由于在实际配送过程中会受到交通,天气状况等因素的影响,使得车辆在节点之间的旅行时间是不确定的,同时到达配送点的时间也是不确定的,本文就基于时间的不确定因素,考虑如何安排车辆配送路线,使得所有车辆在时间窗内将货物送到客户手中并使得配送成本较低。
 
   2结论
 
    在不确定理论的框架下,研究了旅行时间不确定因素下的带时间窗的车辆路径选择问题,建立了以配送成本最小为优化目标的不确定规划模型,并运用遗传算法进行求解,最后给出数值例子,通过计算机仿真,从而找到最优的配送路径。实际的配送过程中会有多种不确定情况,进一步研究还可以考虑需求点变动,需求量增减等多种不确定情形下的路径优化问题,使之更接近实际。
 
    参考文献:
 
    [1]张婷,赖平仲,何琴飞,靳志宏.基于实时信息的城市配送车辆动态路径优化[J].系统工程,2015,33(07):58-64.
 
    [2]李妍峰,高自友,李军.基于实时交通信息的城市动态网络车辆路径优化问题[J].系统工程理论与实践,2013,33(07):1813-1819.
 
    [3]张文博,苏秦,程光路.基于动态需求的带时间窗的车辆路径问题[J].工业工程与管理,2016,21(06):68-74.
 
    [4]王海军,杜丽敬,胡蝶,王婧.不确定条件下的应急物资配送选址-路径问题[J].系统管理学报,2015,24(06):828-834.
 
    [5]王淑云,孙虹.需求变动下的冷链品配送路径规划[J].公路交通科技,2014,31(08):144-150.
 
QQ在线咨询
论文发表热线
15271888424
微信号咨询
15271888424