装卸点可充电模式下的电动汽车冷链配送路径优化

发布时间：2020-12-16 18:19

　　针对生鲜食品配送成本一直居高不下的问题,新能源汽车的应用在一定程度上体现了它的成本优势,同时由于充电而造成的时间和里程的增加,致使总运输成本没有明显改善。通过假设在配送客户点允许进行边服务客户边进行充电作业,在此基础上添加了软时间窗约束,建立了以总配送成本最小为目标的模型,使用粒子群算法并结合实际案例进行优化求解。研究表明,边充边卸的方式可以有效地降低电动汽车在冷链物流中由充电带来的成本问题,为电动汽车在物流行业普及推广提供了可行性解决方案,该模式下车辆路径问题研究具有实际意义和理论价值。 

【文章来源】：制造业自动化. 2020年07期

【文章页数】：6 页

【部分图文】：

车辆路径规划

由上述得到的结果可知，在本章中使用的粒子群算法进行的算例求解分析得出了较为理想的结果，图2中可以看出大约在迭代次数为70次之前曲线下降速度比较快，其性能处于不稳定状态，随着曲线的变化趋势越来越缓和，可以看出这种算法的寻优速度比较快，在迭代次数70次之后，性能趋于稳定状态，收敛性比较好。所以，粒子群算法针对此问题收敛性以及运算速度都比较好，得出最优解。4 结语

【参考文献】：
期刊论文
[1]带软时间窗的冷链物流配送路径优化研究[J]. 俞武扬,杨沈记.  生产力研究. 2017(06)
[2]基于分支定价算法的电动汽车车辆路径问题[J]. 揭婉晨,杨珺,陆坚毅.  运筹与管理. 2016(04)
[3]带有时间窗的生鲜物流配送路径优化研究[J]. 葛显龙,孔阳.  数学的实践与认识. 2016(12)
[4]生鲜农产品配送中带时窗的VRP模型与算法[J]. 邵举平,曹倩,沈敏燕,孙延安.  工业工程与管理. 2015(01)
[5]鲜活农产品冷链物流配送路径优化研究[J]. 李雅萍.  价值工程. 2013(31)
[6]多时间窗车辆路径问题的混合蚁群算法[J]. 彭碧涛,周永务.  计算机工程与应用. 2010(31)

硕士论文
[1]基于电动汽车技术特征的共同配送调度优化研究[D]. 刘华旭.北京交通大学 2012



本文编号：2920576