不确定环境下电动汽车城市配送充换电站LRP鲁棒优化研究

发布时间：2021-10-16 14:42

　　近年来,随着电子商务的迅猛发展,城市快递量激增,从而推动了城市配送服务的发展。在能源紧缺和环境污染的双重压力下,电动汽车具有零排放、能源利用率高以及行驶成本低等优势,使得其代替传统燃油车进行城市配送成为必然趋势。电动汽车存在续航里程不足、充电时间长的局限性,在城市配送途中,需要前往充换电站进行电能补充,此过程不仅会导致车辆多绕行一段路程,还会影响车辆到达下一客户点的时间。因此,充换电站的位置对配送车辆的路径规划具有至关重要的作用。另外,随着顾客对服务满意度要求的提升,顾客需求的不确定性也在逐渐增加,且城市交通路况也经常出现不确定性。作为配送企业,考虑不确定环境下,利用电动汽车进行城市配送时,如何在合理的选择充换电站位置的同时,妥善安排配送车辆路径,从而降低运营成本,并提高配送效率,是目前有待解决的重要问题。本文针对不确定环境下城市绿色配送系统中的电动车充换电站选址及配送车辆路径的集成问题（LRP,Location-Routing Problem）进行研究,主要内容如下:首先,在文献分析的基础上,对电动汽车城市配送系统的特殊性、运作流程及系统规划的主要任务进行了剖析。其次,基于双层规划理... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

图4-2分散式决策系统示意图

3参数的确定，依赖于上层规划模型，在优先考虑如何使上层模型获得的解更具有鲁棒性的情况下确定下层目标函数的系数。并且，上层规划的约束条件中包含下层规划的决策变量，则该不确定性问题属于集中式决策方式。图4-3集中式决策系统示意图针对含不确定参数的充换电站LRP双层规划模型，上层决策者的目标是从系统总成本的角度进行考虑，决策变量为是否在某一点建立充换电站；下层目标仅从车辆路径角度进行考虑，决策变量为是否经过某一段路径以及选择充电或换电服务。当给定上层模型决策变量后，即：选址结果；下层模型根据上层模型给定的选址结果，优化车辆配送路径，此时仅需考虑如何安排车辆到各客户点的访问顺序，从而使总行驶路程最小，此过程中无需考虑如何安排路径会对上层模型的选址结果产生影响，该问题符合分散式决策方式下的下层目标在给定上层变量后，仅从自身角度出发优化本层目标的特性。从模型参数的角度，上层规划的约束条件不含有下层规划中的决策变量，下层规划的决策变量仅在上层规划的目标函数中出现；另外，下层规划的目标函数中参数均是确定的，因此，该参数与上层规划无关联。由此分析可知，该模型符合分散式决策方式下的双层规划模型。无论从模型实际应用角度还是参数设置角度进行分析，不确定条件下的充换电站LRP模型均属于分散式决策方式，因此，选择分散式决策方式，并在此决策方式下，对模型中存在的不确定参数进行转化。4.3鲁棒模型的转化对于含有不确定参数的双层规划模型，在求解该模型前需要先将不确定性

染色

【参考文献】：
期刊论文
[1]需求不确定的电动汽车换电站选址鲁棒模型[J]. 刘慧,张迪,杨超.  计算机应用研究. 2019(10)
[2]不确定环境下的产业链生产与配送协同调度优化[J]. 方伯芃,孙林夫.  计算机集成制造系统. 2018(01)
[3]应急物流LRP鲁棒双层优化模型研究[J]. 刘波,杨兴全,李砚.  数学的实践与认识. 2017(23)
[4]应急物流系统LRP的双层规划模型及算法[J]. 楼振凯.  中国管理科学. 2017(11)
[5]不确定条件下配送回收中心选址配送问题研究[J]. 康凯,王小宇,马艳芳.  计算机工程与应用. 2018(18)
[6]风险应对视角下不确定需求定位-路径鲁棒优化研究[J]. 孙华丽,崔全一,薛耀锋.  运筹与管理. 2017(11)
[7]基于电动汽车的动态需求车辆路径问题[J]. 邵赛,毕军,关伟.  吉林大学学报(工学版). 2017(06)
[8]基于满意优化的电动汽车充电站选址[J]. 贾永基,邢芳芳.  东华大学学报(自然科学版). 2017(05)
[9]多层级设施选址-路径规划问题建模及算法[J]. 黄凯明,卢才武,连民杰.  控制与决策. 2017(10)
[10]电动汽车充电站选址和充电桩配置仿真优化[J]. 梁辉,杨超,于绍政,姜学朴.  计算机仿真. 2017(08)

博士论文
[1]鲁棒双层规划方法及其应用研究[D]. 李砚.天津大学 2012



本文编号：3439994