考虑不确定行驶时间的双目标外卖配送路径优化

发布时间：2021-12-24 21:14

　　以运营成本和解的鲁棒性为优化目标,研究了考虑不确定行驶时间的外卖配送路径优化问题,建立混合整数规划模型,并设计了可有效求解该模型的带有精英策略的非支配排序遗传算法（NSGA-II）.算例实验和数值分析验证了本文所建立模型的可行性和算法的有效性,可为第三方外卖平台调度优化提供决策支持. 

【文章来源】：大连海事大学学报. 2019,45(04)北大核心CSCD

【文章页数】：8 页

【部分图文】：

配送员取餐和送餐示意图

本章构建了4个分别包含10、20、40和80个订单的测试算例,每个算例中均由配送中心、餐饮商家、顾客以及顾客所期望的时间窗构成[16].在不同的算例中,单位距离行驶时间均满足概率分布函数,在所有的实验中配送员的预期行驶时间与两点间的欧氏距离成正比.以包含40个订单的算例为例,共有40个顾客、10个商家和1个配送中心构成,图2为配送中心、餐饮商家和顾客点分布示意图.3.2 参数设置

本文分别对包含10、20、40、80个订单的算例进行计算,得到每个算例的进化曲线和Pareto前沿.图3—图6为不同订单数量的NSGA-II算法和禁忌搜索算法的收敛过程.图中的点化线表示每一次迭代过程中NSGA-II种群中最优个体的目标函数值的收敛过程,实线为禁忌搜索最优目标函数值的收敛曲线.收敛过程表明,NSGA-II算法和禁忌搜索算法在前50次迭代过程中目标函数值均能快速下降,且最终均能稳定在同一高度,因此,可以证明NSGA-II可有效求解该问题,且NSGA-II算法与禁忌搜索算法相比能够更快地收敛并达到稳定.图中虚线表示每一次迭代过程中,NSGA-II种群平均目标函数值的收敛曲线.由于初始解中存在违背顾客时间窗所带来的惩罚成本,平均目标函数值较大,随着进化过程中的交叉、变异算子操作以及基于精英策略的选择过程,使得种群整体向最优的方向进化.图4 订单数为20时的进化曲线

【参考文献】：
期刊论文
[1]基于即时配送和收益激励的众包物流运力调度研究[J]. 慕静,杜田玉,刘爽,王仙雅,刘超,王国利.  运筹与管理. 2018(05)
[2]基于时间满意度的O2O外卖配送路径优化问题研究[J]. 陈萍,李航.  中国管理科学. 2016(S1)
[3]求解带时间窗取送货问题的遗传算法[J]. 潘立军,符卓.  系统工程理论与实践. 2012(01)
[4]基于模糊时间窗的车辆调度问题研究[J]. 王旭坪,张凯,胡祥培.  管理工程学报. 2011(03)



本文编号：3551205