带软时间窗的电动车辆路径优化问题

发布时间：2022-01-10 19:26

　　纯电动汽车作为一种新型的交通运输工具,其以节能、低碳以及绿色的显著优势已经被广泛地运用到各种物流场景中,但是其受到续航里程和充/换设施不健全等因素的影响,使得与传统汽车相比具有更高的使用成本。为了降低电动汽车在物流配送过程中的使用成本,研究了带软时间窗的电动车辆路径优化问题,建立了以最小化路径成本、时间窗惩罚成本以及车辆使用成本为目标函数的数学模型,并设计了节约里程加改进的禁忌搜索算法对该模型进行求解。最后,结合算例对提出的混合启发式算法进行了检验与分析。 

【文章来源】：工业工程与管理. 2019,24(04)北大核心CSSCI

【文章页数】：10 页

【部分图文】：

图１车辆配送路径显然比具有更多的运费成本和车辆使

第２４卷葛显龙，等：带软时间窗的电动车辆路径优化问题图３路径轨迹可以看到在实验数据以及参数设定完全相同的情况下，通过本文算法得到的路径长度优于高升的硕士毕业论文中运用遗传算法得到的结果，路径长度减少了８．９％，时间窗惩罚惩罚略高于高升的结果，而总成本，本文算法得到的结果更低，节约了６．１％。此外，我们的方法得到的结果只需要两辆车就能完成配送任务，第一辆车的装载为９４％，第二辆车的装载率为１００％，车辆平均装载率为９７．０％，而表２中第一辆车的装载率为８６％，第二辆车的装载率为５４％，第三辆车的装载率为５４％，平均装载率６４．７％，因此我们得到的解具有更高的装载率以及更低的车辆使用成本。因此我们的算法是具有可行性和有效性的。５．１．２算法的纵向对比本小节给出一个中等规模的算例，来对比分别单独使用节约里程算法和禁忌搜索算法得到的结果，与使用本文设计的两阶段算法得到的结果。算例的具体参数如表４，客户信息如表５。表４算例参数名称参数单位车辆续航里程１６０公里车辆最大装载５０件车辆使用成本１００元／辆单位运费１０元／公里早到配送惩罚因子２０元／小时晚到配送惩罚因子３０元／小时配送中心坐标［５６，５６］公里换电站坐标［８３，４５；３２，４０］公里车辆行驶速度６０公里／小时禁忌搜索候选解个数２０最大迭代次数５００最优解连续未变化次数２０禁忌表长度１０表５客户信息表客户编号坐标需求量时间窗服务时间／ｈ１［６６，７８］

６７３．０８５３．８１８４９．８９９８８８．０７０５．３２５８３．９９８０３７．２１０８１３．２２１０４０．７０９６７３．０８３７．９９１３０８．９０１０１８９６９４．３７４５４．７５７７９８．４平均值８１４．００１０３７．７３９６７７．８８５２．１５１１３２．４６１０１５４．０７０９．６９５４３．８６８０８０．７表７路径顺序车辆路径１［０１２０１０１１１９７０］２［０１３１４１５２２２３４２６１２０］３［０９３２４２５２６２１２０］４［０１８８１７１６５６０］图４路径轨迹图路径的总长度为６９４．３６６５，时间窗惩罚为４５４．７５５１，车辆使用成本为４００，总成本为７７９８．４２０１。还可以注意到，完成整个配送用本文的算法可以得到只用一个换电站的解，说明换电站插入策略是合理的，因此本文的算法也同时具备解决带换电站选址的电动车辆路径问题的潜力。５．２敏感性分析本节包括两部分，第一部分将软时间窗与混合时间窗做对比，探究两种形式的时间窗对路径长度（Ｌ），车辆使用数（ＣＮ）以及时间窗惩罚（Ｐ）的影响。第二部分调整目标函数中的参数，探究其对结果的影响。（１）软时间窗与混合时间窗对比目标混合时间窗的生成：随机从２５个客户点中选择５个客户点，将其设置为硬时间窗，随机选择３个客户点设置为不受时间窗约束，其余客户点设置不变为软时间窗。分别对软时间窗和混合时间窗两种情况运行１０次程序，对比结果见表８。表８软时间窗与混合时间窗对结果的影响软时间窗混合时间窗运行次数ＬＣＮＰＬＣＮＰ１


本文编号：3581282