基于遗传算法的公铁水多式联运路径优化问题研究
发布时间：2021-08-29 23:54
基于现代物流运输的角度,分析了集装箱多式联运路径优化的影响因素。针对多式联运的特点,构建以运输时间最少、运输线路距离最短、运输成本最低为约束的路径规划目标函数,然后设计适合的遗传算法要素,并根据遗传算法实际发生的参数,对集装箱多式联运的多目标路径优化模型进行求解,为选择实施多式联运运输模式路线提供参考依据。
【文章来源】：物流科技. 2020,43(02)
【文章页数】：6 页
【部分图文】：
多式联运随机路径布局网络图
LogisticsSci-Tech2020.2东北湛江息烽果园港武汉天津连云港镇江港水路运输铁路运输公路运输图2息烽站至东北地区的运输网络图运的路径优化，以选择出时间、距离、费用最优的线路。为了方便得出目标值，算例中所用到的数据都根据贵州开磷物流公司实际数据为基础设定，假设公铁水3种运输方式都以柴油供给，在铁路与水路转换的过程使用公路运输作为衔接，东北地区以沈阳为节点。从图2中可看出，运输线路大体分为5条，即（1）息烽—东北；（2）息烽—果园港—镇江港—东北；（3）息烽—果园港—连云港—东北；（4）息烽—武汉—连云港—东北；（5）息烽—武汉—天津—东北。以实际调研及参考相关文献、相关文件为依据设定的数据如表2至表7所示。表2不同运输方式的运输成本、运输速度参数表运输方式运输成本（元/t/km）中转方式中转费用（元/t）中转时间（h/TEU）公路0.15公路—铁路2.50.20铁路0.18铁路—水运3.50.45水运0.27公路—水运2.60.34表3第（1）条线路的不同运输方式的运输参数运输方式/转换点息烽站—湛江港湛江港—东北地区运输距离（km）运输速度（km/h）运输时间（h）运输距离（km）运输速度（km/h）运输时间（h）公路------铁路10731507.15---水运---283728101.32表4第（2）条线路的不同运输方式的运输参数运输方式/转换点息烽站—果园港果园港—镇江港镇江港—东北地区运输距离（km）运输速度（km/h）运输时间（h）运输距离（km）运输速度（km/h）运输时间（h）运输距离（km）运输速度（km/h）运输时间（h）公路32982.254.10------铁路463150.003.08---180615012.0水运--13582848.513262847.3表5第（3）条线路的不同运输方式的运输参数运输方式/
?（km）运输速度（km/h）运输时间（h）公路------677.0808.46铁路13181508.7812421508.26689.015011.50水运---12082843.20164.2285.86为了简化本案例的计算过程，算例中的权重因子的设定及敏感程度设定做了如下处理：λ1=7/!7+5+3"=0.467；λ2=5/!7+5+3"=0.333；λ3=3/!7+5+3"=0.2。本文采用Matlab对案例模型进行求解，本案例中给定最大遗传代数gen=50，变异概率Pm=0.01，交叉概率Pc=0.97，运用上述设定的不同参数量，最终得到从息烽站运往东北地区的最佳路径。根据图3，得出从息烽至东北地区多式联运运输方案中，第（4）条线路为最优，即用铁路运输的方式从息烽站运至武汉站，在转换运输方式为水运运输从武汉至连云港，最后由水运从连云港运输至东北地区，其中的衔接皆为公路运输，算法求解值如表8所示。5结论本文主要运用遗传算法求解了多式联运多目标最优路径模型，并且以贵州开磷物流公司的运输路线为例，提出由不同运输方式所组成的5种运输路线，最后通过Matlab软件对模型进行优化求解，最终得出运输时间、运输距离、运输成本这3个不同权重的影响因素下的全局最优解，为物流企业开展多式联运运输提供了可供参考的依据。由于实际数据及可参考资料的限制，模型未能求出更多的运输路线及运输方式的转换，所以当节点增多或遗传最大迭代数增多时该模型和算法还需一定的改善。参考文献：[1]谢楚楚，牟能冶，刘同.考虑环境成本的中欧多式联运路径优化[J].综合运输，2018,40(8):105-110.[2]于雪峤，郎茂祥，王伟哲,等.考虑模糊需求的多式联运路径优化[J].北京交通大学学报，2018,42(3):23-29,36.[3]梁晓慷.基于模糊运输时限的铁路集装箱多式联运路径优化研究[J].铁道运输与经济，2017,39(12):55-6
【参考文献】：
期刊论文
[1]考虑环境成本的中欧多式联运路径优化[J]. 谢楚楚,牟能冶,刘同. 综合运输. 2018(08)
[2]我国集装箱铁水联运发展存在的问题及对策[J]. 张哲辉,石勇. 水运管理. 2018(07)
[3]考虑模糊需求的多式联运路径优化[J]. 于雪峤,郎茂祥,王伟哲,于潇. 北京交通大学学报. 2018(03)
[4]集装箱多式联运效率评价指标体系构建研究[J]. 朱汉民,姚华,刘斌. 铁道运输与经济. 2018(05)
[5]基于模糊运输时限的铁路集装箱多式联运路径优化研究[J]. 梁晓慷. 铁道运输与经济. 2017(12)
[6]考虑多目标的中欧集装箱多式联运路径选择[J]. 李玉民,郭晓燕,杨露. 铁道科学与工程学报. 2017(10)
[7]我国集装箱多式联运及运单发展条件的探讨[J]. 诸葛恒英,张颖,吴文娟. 铁道运输与经济. 2017(09)
[8]多元线性回归统计预测模型的应用[J]. 冷建飞,高旭,朱嘉平. 统计与决策. 2016(07)
[9]电子商务多目标动态物流指派决策模型[J]. 秦凡,严建援,肖建华. 统计与决策. 2014(22)
[10]面向随机环境的带软时间窗多式联运路径优化[J]. 范志强,乐美龙. 工业工程与管理. 2011(05)
本文编号：3371628
【文章来源】：物流科技. 2020,43(02)
【文章页数】：6 页
【部分图文】：
多式联运随机路径布局网络图
LogisticsSci-Tech2020.2东北湛江息烽果园港武汉天津连云港镇江港水路运输铁路运输公路运输图2息烽站至东北地区的运输网络图运的路径优化，以选择出时间、距离、费用最优的线路。为了方便得出目标值，算例中所用到的数据都根据贵州开磷物流公司实际数据为基础设定，假设公铁水3种运输方式都以柴油供给，在铁路与水路转换的过程使用公路运输作为衔接，东北地区以沈阳为节点。从图2中可看出，运输线路大体分为5条，即（1）息烽—东北；（2）息烽—果园港—镇江港—东北；（3）息烽—果园港—连云港—东北；（4）息烽—武汉—连云港—东北；（5）息烽—武汉—天津—东北。以实际调研及参考相关文献、相关文件为依据设定的数据如表2至表7所示。表2不同运输方式的运输成本、运输速度参数表运输方式运输成本（元/t/km）中转方式中转费用（元/t）中转时间（h/TEU）公路0.15公路—铁路2.50.20铁路0.18铁路—水运3.50.45水运0.27公路—水运2.60.34表3第（1）条线路的不同运输方式的运输参数运输方式/转换点息烽站—湛江港湛江港—东北地区运输距离（km）运输速度（km/h）运输时间（h）运输距离（km）运输速度（km/h）运输时间（h）公路------铁路10731507.15---水运---283728101.32表4第（2）条线路的不同运输方式的运输参数运输方式/转换点息烽站—果园港果园港—镇江港镇江港—东北地区运输距离（km）运输速度（km/h）运输时间（h）运输距离（km）运输速度（km/h）运输时间（h）运输距离（km）运输速度（km/h）运输时间（h）公路32982.254.10------铁路463150.003.08---180615012.0水运--13582848.513262847.3表5第（3）条线路的不同运输方式的运输参数运输方式/
?（km）运输速度（km/h）运输时间（h）公路------677.0808.46铁路13181508.7812421508.26689.015011.50水运---12082843.20164.2285.86为了简化本案例的计算过程，算例中的权重因子的设定及敏感程度设定做了如下处理：λ1=7/!7+5+3"=0.467；λ2=5/!7+5+3"=0.333；λ3=3/!7+5+3"=0.2。本文采用Matlab对案例模型进行求解，本案例中给定最大遗传代数gen=50，变异概率Pm=0.01，交叉概率Pc=0.97，运用上述设定的不同参数量，最终得到从息烽站运往东北地区的最佳路径。根据图3，得出从息烽至东北地区多式联运运输方案中，第（4）条线路为最优，即用铁路运输的方式从息烽站运至武汉站，在转换运输方式为水运运输从武汉至连云港，最后由水运从连云港运输至东北地区，其中的衔接皆为公路运输，算法求解值如表8所示。5结论本文主要运用遗传算法求解了多式联运多目标最优路径模型，并且以贵州开磷物流公司的运输路线为例，提出由不同运输方式所组成的5种运输路线，最后通过Matlab软件对模型进行优化求解，最终得出运输时间、运输距离、运输成本这3个不同权重的影响因素下的全局最优解，为物流企业开展多式联运运输提供了可供参考的依据。由于实际数据及可参考资料的限制，模型未能求出更多的运输路线及运输方式的转换，所以当节点增多或遗传最大迭代数增多时该模型和算法还需一定的改善。参考文献：[1]谢楚楚，牟能冶，刘同.考虑环境成本的中欧多式联运路径优化[J].综合运输，2018,40(8):105-110.[2]于雪峤，郎茂祥，王伟哲,等.考虑模糊需求的多式联运路径优化[J].北京交通大学学报，2018,42(3):23-29,36.[3]梁晓慷.基于模糊运输时限的铁路集装箱多式联运路径优化研究[J].铁道运输与经济，2017,39(12):55-6
【参考文献】：
期刊论文
[1]考虑环境成本的中欧多式联运路径优化[J]. 谢楚楚,牟能冶,刘同. 综合运输. 2018(08)
[2]我国集装箱铁水联运发展存在的问题及对策[J]. 张哲辉,石勇. 水运管理. 2018(07)
[3]考虑模糊需求的多式联运路径优化[J]. 于雪峤,郎茂祥,王伟哲,于潇. 北京交通大学学报. 2018(03)
[4]集装箱多式联运效率评价指标体系构建研究[J]. 朱汉民,姚华,刘斌. 铁道运输与经济. 2018(05)
[5]基于模糊运输时限的铁路集装箱多式联运路径优化研究[J]. 梁晓慷. 铁道运输与经济. 2017(12)
[6]考虑多目标的中欧集装箱多式联运路径选择[J]. 李玉民,郭晓燕,杨露. 铁道科学与工程学报. 2017(10)
[7]我国集装箱多式联运及运单发展条件的探讨[J]. 诸葛恒英,张颖,吴文娟. 铁道运输与经济. 2017(09)
[8]多元线性回归统计预测模型的应用[J]. 冷建飞,高旭,朱嘉平. 统计与决策. 2016(07)
[9]电子商务多目标动态物流指派决策模型[J]. 秦凡,严建援,肖建华. 统计与决策. 2014(22)
[10]面向随机环境的带软时间窗多式联运路径优化[J]. 范志强,乐美龙. 工业工程与管理. 2011(05)
本文编号：3371628
本文链接：https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/3371628.html
