第八章运输及配送路线的优化.pptVIP

第八章 运输及配送路线的优化 本章主要内容 运输方式的选择 物资运输调配决策 单一车辆配送路线的优化 多车辆配送路线的优化 第一节 运输方式的选择 运输方式选择的原则 第一节 运输方式的选择 运输方式选择的定性分析法 第一节 运输方式的选择 1. 单一运输方式的选择 第一节 运输方式的选择 第一节 运输方式的选择 运输方式选择的定量分析法 总成本分析法 以年总成本最低为原则来选择合适的运输方式的分析方法。 总成本分析法实例 应用实例 求解： 第二节 物资运输调配决策 一、多起讫点的直达运输 运输问题实例 二、存在中间转运的物资调配 这类问题又称为“转运问题” 二、存在中间转运的物资调配 二、存在中间转运的物资调配 思路:将转运问题化为无转运问题,再用表上作业法求解 1.首先根据具体问题求出最大可能中转量Q 2.纯转运站可视为输出量和输入量均为Q的一个产地和销地 3.兼中转站的产地Ai视为一个输入量Q的销地及一个输出量为ai+Q的产地 4.兼中转站的销地Bj视为一个输入量bj+Q 的销地及一个输出量为Q的产地 转运问题输入、输出、中转量图示 转运问题实例 第三节 单一车辆配送路线的优化 动态规划 (Dynamic Programming) 动态规划（DP）是运筹学的一个分支，是解决多阶段决策过程最优化的一种数学方法。 多阶段决策问题 2、机器负荷的分配问题 3、资源分配问题 动态规划的基本概念 动态规划的基本方程 动态规划的求解步骤 用动态规划求解最短路径问题 用Dijkstra标号算法求最短路问题的实例略 二、起讫点重合的单一路线优化 起讫点重合的线路优化主要是指从某点出发访问一定数量顾客后又回到原来出发点的线路优化问题。现实生活中存在着许多类似的问题，如配送车辆送货、邮递员送报、送奶工送牛奶、垃圾车辆收集垃圾等。 上述0-1规划模型的约束条件的含义： 3. 求解方法 TSP是一个典型的NP—Hard问题，对于大规模的线路优化问题，无法获得最优解，只有通过启发式算法获得近优解。 （2）最近插值法（Nearest Insertion） 最近插值法是Rosenkrantz和Stearns等人在1977年提出的一种用于解决TSP问题的算法，它比上面的最近邻点法复杂，但是可以得到相对比较满意的解。 练习——求解下列权系数矩阵所表示的TSP 解法1 —— 最近邻点法 解法2 —— 最近插值法 案例：“最佳灾情巡视路线” 今年(1998年)夏天某县遭受水灾。为考察灾情、组织自救，县领导决定，带领有关部门负责人到全县各乡（镇）、村巡视。巡视路线指从县政府所在地出发，走遍各乡（镇）、村，又回到县政府所在地的路线。 1）若分三组（路）巡视，试设计总路程最短且各组尽可能均衡的巡视路线。 2）假定巡视人员在各乡（镇）停留时间T=2小时，在各村停留时间t=1小时，汽车行驶速度V=35公里/小时。要在24小时内完成巡视，至少应分几组；给出这种分组下最佳的巡视路线。 2. CPP求解的基本思路 奇偶点图上作业法在实际运用中已作出许多贡献。它不仅可以提高邮递员的工作效率，而且对于街道清扫路线、纺织工看车路线、仓库员巡视货物路线等类似问题的研究，都有实际意义。 第四节 多车辆配送路线的优化 多车辆路径问题（Vehicle Routing Problem） VRP的特点： 属于节点服务的网络组合最优化问题 除了场站（物流中心）节点外，其余节点恰由一辆车服务一次 多车辆路线，且车辆具有容量限制 各车辆路线所服务的顾客需求总和不得超过车辆容量 求解复杂度属于NP-hard，大规模问题难以求得最优解，实践中多采取“启发式方法(Heuristics)”求解 VRP的求解方法 启发式方法 它是指通过经验法则来求运输过程满意解的方法。最具代表性的是：扫描法和节约法。 1.扫描法 （1）在地图或方格图中确定所有站点的位置。 （2）自物流中心开始沿任一方向向外划一条直线。沿顺时针或逆时针方向旋转该直线直到与某站点相交。考虑：如果在某线路上增加该站点，是否会超过车辆的载货能力？如果没有，继续旋转直线，直到与下一个站点相交。再次计算累计货运量是否超过车辆的运载能力（先使用最大的车辆）。如果超过，就剔除最后的那个站点，并确定路线。随后，从不包含在上一条路线中的站点开始，继续旋转直线以寻找新路线。继续该过程直到所有的站点都被安排到路线中。 （3）安排各路线上每个站点的顺序使行车距离最短。排序时可以使用求解“旅行推销员”问题的任何算法。 举例 某公司用厢式货车从货主处取货，如图(a)是一天的取货量，单位是件。厢式货车的载货量是10000件。完成所有取货任务需一天时间。问公司需要多少条运输路线