面向物流配送系统的电动汽车路径优化问题研究

发布时间：2020-10-24 05:16

　　 随着经济的发展,能源危机、环境污染以及温室效应等问题日益严重。其中传统型汽油车或柴油车的保有量持续增长,它们的尾气构成了城市大气污染中的一个重要组成部分。这对汽车行业提出了更高的节能减排要求,使得发展以电动汽车为主的新能源汽车已成为汽车行业变革的必然趋势。现阶段,国家和社会也开始重视电动汽车的应用,在财政和税收等方面给予了一定的优惠政策。为了紧跟时代的步伐,响应政府的号召,物流企业在其转型的过程中越来越重视电动汽车在物流配送中的应用。如何提高电动汽车的配送效率,充分利用电池充电设施或者换电设施,发挥电动汽车在环境方面的优势,使得物流企业的配送成本最小化,这是当前急需解决的问题。在这样的背景之下,本文研究了面向物流配送系统的电动汽车路径优化问题,并取得一些创新性的研究成果。为了顺应物流配送系统中电动汽车的发展趋势,论文对带时间窗的电动汽车车辆路径问题进行研究,考虑电动汽车在物流配送中的最大行驶里程、充电耗时以及行驶时间等因素,以最小化物流配送距离为目标,建立了相应的混合整数规划模型,并且改进分支定价算法求得了该问题的最优解。实验部分则通过用改进的Solomon算例作为实验数据,验证所建模型和求解算法的正确性,并对最大行驶里程和充电率进行灵敏度分析,证明提出的算法具有一定的应用价值。随后考虑到物流企业通常是采用多种不同类型的车辆来为顾客点提供服务,在带时间窗的电动汽车车辆路径问题基础上,论文研究带时间窗的多车型电动汽车车辆路径问题。该问题考虑了不同类型电动汽车的电池最大容量、电池充电率、电量单位消耗率、最大载重量、固定成本和可变成本不同,以最小化物流配送成本为目标,建立了相应的混合整数规划模型。该模型的求解采用了分支定价算法和改进算法上界和下界的两种加速策略。实验部分通过用多组算例验证了模型和算法结果的准确性,还证明了提出的两种加速策略能有效的提高算法的求解速率,并且通过不同规模的算例分析车辆可变成本的变化对结果的影响。随着城市物流的可持续发展,解决城市物流配送中的常见问题,如快递包裹的配送,显得尤为重要。因此,论文研究了两层电动汽车车辆路径问题。在该配送模式下,物流企业先通过大型电动汽车把货物从配送中心运输至中转站,再通过小型电动汽车把货物从中转站运输至各个顾客点。基于该配送模式,以最小化物流配送成本为目标,建立了相应的混合整数规划模型,通过设计扩展的扫描法和换点站贪婪优化算法,并结合列生成法和自适应的大邻域搜索算法对该模型进行求解。实验部分不仅对两层电动汽车车辆路径问题和两层传统汽车车辆路径问题进行比较计算,验证了求解算法的有效性和通用性,而且还分析了两层配送系统中电动汽车的最大行驶里程对各层计算结果的灵敏度,同时也讨论了该物流配送模式对污染排放量减少率的影响。
【学位单位】：华中科技大学
【学位级别】：博士
【学位年份】：2017
【中图分类】：F252.1;F426.471
【部分图文】：

论文的技术路线框架图

情况提出了列生成方法（Ｃｏｌｕｍｎ?Ｇｅｎｅｒａｔｉｏｎ，?ＣＧ）。列生成法能非常有效地求解大规??模线性规划问题。为了求解大规模整数规划问题，Ｄｅｓｒｏｓｉｅｒｓ等＾５５：＞于１９８４年首次提??出将列生成法与分支定界法结合起来对车辆路径问题进行求解。Ｂａｒｎｈａｒｔ等ＰＷ于１９９８??年明确地把Ｄｅｓｒｏｓｉｅｒｓ等提出的算法定义为分支定价算法。??分支定价算法的基本思想是把列生成方法嵌入到分支定界算法中，即把分支定??界搜索树上每个节点对应的线性规划问题用列生成算法求解。分支定价算法与分支??定界算法的相同之处在于都采用捜索树的方式来生成整数解，而不同之处在于捜索??树上每个节点处理的问题和逻辑不同。分支定价算法的执行流程如图２－１所示。它是??基于列生成法之上，将求解的问题转化为主间题和子问题，其中主问题是整数规划??问题线性松弛后的问题，子问题是产生有效列的问题。首先，主问题求解后会生成??连续型解，ｙ■及变量对应的对偶值。然后，通过新生成的对偶值重新定价子问题，??产生有效列。最后，将有效列添加到主问题中，优化求解结果，如此迭代，直至找??到整数最优解。下面将着重介绍车辆路径问题中列生成法和分支策略的使用。??

而不仅仅只是提供一种算子。自适应是指移除算子和插入算子的选择是基于??它们在迭代计算过程中的权重值。ＡＬＮＳ算法在一定的周期后会根据每个算子的优化??程度对每个算子的权重进行更新。图２－２表示ＡＬＮＳ算法基本过程。首先，假设解１??中含有与条配送路径，根据移除算子的权重值选择执行操作的移除算子，得到了两??个节点被移除的解２。然后，根据插入算子的权重值选择执行操作的插入算子，把移??除的节点重新插回到路径中，得到了新的解３。最后，根据一定的规则来对每个算子??的权重进行更新，并继续进行下一轮的巧代。??１）大邻域搜索??设／为一个组合优化问题，其可行解集合为。假设问题／为最小化问题，贝ＩＪ??最优解／对任意的ｓ＇ｅＳ（／）满足ｃ〇’）含ｃ〇＇）。对于当前可行解ｓｇＳＣＯ，根据函数??＿?－?—?■??
【相似文献】

相关期刊论文 前10条

1 王征;张俊;王旭坪;;多车场带时间窗车辆路径问题的变邻域搜索算法[J];中国管理科学;2011年02期

2 王仁民;闭应洲;刘阿宁;李杰;;改进变邻域搜索算法求解动态车辆路径问题[J];计算机工程与应用;2014年02期

3 魏占阳;邬炼;张佳伟;汪恭书;;基于自适应大规模邻域搜索算法的两级车辆路径问题[J];物流科技;2015年08期

4 陈萍;黄厚宽;董兴业;;求解多车型车辆路径问题的变邻域搜索算法[J];系统仿真学报;2011年09期

5 苗国强;于岚;胡娟娟;赵劼;王璐;竺寒冰;;基于自适应大规模邻域搜索算法的带时间窗的车辆路径问题[J];物流技术;2015年11期

6 祁坤;干宏程;;高校通勤班车的路径优化[J];物流工程与管理;2015年11期

7 刘小兰,郝志峰,汪国强,符克强;有时间窗的车辆路径问题的近似算法研究[J];计算机集成制造系统;2004年07期

8 姜贵山;江志斌;刘树军;;改进的引导式邻域搜索算法求解周期性车辆路径问题[J];上海交通大学学报;2010年09期

9 宋强;;多行程车辆路径问题中变邻域搜索算法的应用[J];数学的实践与认识;2017年19期

10 姜婷;;混合差分蜂群算法求解带容量约束车辆路径问题[J];宜宾学院学报;2017年12期

相关博士学位论文 前10条

1 揭婉晨;面向物流配送系统的电动汽车路径优化问题研究[D];华中科技大学;2017年

2 曾立平;求解工件加工调度问题的一种混合邻域搜索算法[D];华中科技大学;2006年

3 任亮;不确定环境下的第四方物流路径优化问题研究[D];东北大学;2016年

4 石玉峰;战时不确定性运输路径优化研究[D];西南交通大学;2006年

5 杜静娟;电动汽车用高效高功率密度电机的设计与研究[D];天津大学;2017年

6 侯贸军;电动汽车大规模并网的有功控制研究[D];西南交通大学;2018年

7 李岩;计及电动汽车的区域智能微网建模与协同优化策略研究[D];东北大学;2016年

8 韩鹏;面向电动汽车大规模接入的微网智能体建模方法与仿真系统研究[D];东北大学;2015年

9 刘兴涛;电动汽车用动力锂电池状态估计策略研究[D];中国科学技术大学;2014年

10 李春杰;电动汽车充电与驱动集成化技术研究[D];南京航空航天大学;2016年

相关硕士学位论文 前10条

1 王仁民;改进变邻域搜索算法在动态车辆路径问题中的研究[D];广西师范学院;2013年

2 刘康康;基于变邻域搜索算法的应急车辆路径问题研究[D];华中科技大学;2013年

3 董蕊;具有时间窗约束的累积性车辆路径问题研究[D];上海交通大学;2015年

4 姜贵山;周期性车辆路径问题的引导式邻域搜索算法设计及应用[D];上海交通大学;2010年

5 杨丹;动态车辆路径问题的算法设计与系统实现[D];哈尔滨工业大学;2016年

6 董伟;变邻域搜索算法研究及在组合优化中的应用[D];辽宁工程技术大学;2011年

7 于莹莹;生鲜农产品配送路径优化技术研究[D];南京邮电大学;2013年

8 赵甘泉;B公司澜沧江云南段货物多式联运路径优化[D];大连海事大学;2017年

9 肖天国;带软时间窗的开放式车辆路径问题研究[D];中南大学;2009年

10 苏亚军;基于变邻域搜索算法的拆卸线平衡问题研究[D];西南交通大学;2015年

本文编号：2854066