多车型冷链物流配送车辆的路径优化

发布时间：2021-10-21 03:49

　　针对冷链物流配送系统中存在运输成本和载重量不同的多种车型的情形,通过构建整数规划模型分析了冷链物流配送车辆路径优化问题。由于配送车辆路径优化问题是典型的NP-hard问题,精确算法无法在短时间内求得大规模问题的最优解,因此提出了基于大车优先原则与基于满载优先原则的遗传算法。通过与基于两种原则的C-W节约算法进行对比,发现基于两种原则的遗传算法可以在较短时间内得到平均相对误差更小的解,从而验证了算法的有效性,同时对不同原则适用的情形进行了说明。将算法应用到H冷链物流公司实例中,得出基于两种原则的遗传算法求得的方案所需费用更少,进一步验证了算法的有效性。 

【文章来源】：山东财经大学学报. 2020,32(03)

【文章页数】：10 页

【图文】：

遗传算法步骤

配送中心和客户位置分布

从图3～图6可以看出，基于大车优先的C-W节约算法得到的配送方案共使用6辆A型冷藏车进行配送服务，基于满载优先的C-W节约算法得到的调度方案共使用7辆车进行配送，其中4辆A型车，3辆B型车。基于大车优先的遗传算法在第476代求得最优解，求得的方案需要5辆A型车;满载优先的遗传算法在第486代求得最优解，求得的方案需要7辆车进行配送，其中3条路线由A型车配送，4条路线由B型车配送。不难看出，基于大车优先原则的C-W节约算法和遗传算法求得的配送方案分别比基于满载优先原则的C-W节约算法及遗传算法需要的车辆更少且费用较少。对比四个方案的运输费用可以看到，不论是基于大车优先还是满载优先的原则，遗传算法求解的解整体优于C-W节约算法求解的解。因此，针对这个实例，遗传算法求得的配送方案结果更优。图4 基于满载优先的C-W节约算法生成的配送线路


本文编号：3448178