具有模糊行程的城市物流动态费用多车型车辆调度问题研究.pdfVIP

第27卷第1期 模糊系统与数学 V01．27，No．1 andMathematics Feb．，2013 2013年2月 FuzzySystems 文章编号：1001—7402(2013)01—0177～08 具有模糊行程的城市物流动态费用 多车型车辆调度问题研究+ 卢冰原1，程八一2 (1-南京工程学院经济管理学院，江苏南京211167； 2．合肥工业大学管理学院，安徽合肥230009) 摘要：针对城市物流配送中广泛存在的多车型问题，以及由于交通路况等因素导致的配送行程模糊化 现象，给出了一种基于梯形模糊数的，以最小化行程费用为目标的具有模糊行程的动态费用多车型车辆 调度问题模型。在问题求解方面，针对基本粒子群算法容易陷入局部最优的情况，引入混沌局部搜索策 略，给出了一种基于混沌优化技术的混合粒子群算法。仿真实验表明，该算法具有可行性和有效性。 关键词：多车型车辆调度问题；城市物流；模糊环境；粒子群算法；混沌 中图分类号：TP278 文献标识码：A 1 引言 车辆调度问题(Vehicle Scheduling 题，主要探讨组织的行车路线，使车辆在满足一定的约束条件下，有序地通过一系列供应点或需求点， 达到诸如路程最短、费用最低，耗费时间尽量少等目的[1]。根据配送车辆的类型，车辆调度问题可以划 Vehicle Problem， 分为单车型车辆调度问题和更加复杂的多车型车辆调度问题(Multi—typeScheduling MVSP)。目前对VSP问题的研究主要集中在单车型问题上，而在现实的配送活动中，多车型并用的现 象普遍存在。在多车型VSP问题的研究方面，文献Ez3采用遗传算法，对以最小行程和最小油耗为目标 的动态多车型VSP问题分别进行求解并进行比较；文献[3]采用改进的扫描法求解单车场多车型VSP 问题。目前对多车型VSP问题的研究大都集中在确定性环境下，然而在现实的城市物流配送过程中，受 交通路况、人力等因素的影响，运行里程与时间等参数往往呈现出模糊不确定性。在模糊环境下的VSP 研究方面，文献[4]引入模糊理论来解决具有不确定需求的VSP问题；文献[5]中用三角模糊数表征客 户货物需求量，并在此基础上构建一种具有模糊需求的VSP模型；文献E6]中采用梯形模糊数表示时间 参数，构建客户满意度模型。对具有模糊行程的VSP问题的研究鲜有文献报道。 在VSP问题求解方面，文献[7]、文献[8]采用了禁忌搜索算法；文献[9]则采用模拟退火算法和 禁忌搜索相结合的方式；文献[10]、文献[11]利用用遗传算法对VSP问题进行求解，在经验基础上根 据具体问题提出了不同的编码方式、交叉算子和变异算子并进行应用比较。此外，粒子群算法(Particle Swarm Optimization，PSO)也开始被用来解决VSP问题[12-13|。然而基本PSO算法容易陷入局部最优的 ÷收稿日期：2011一05一05 作者简介：卢冰原(1977一)，男，安徽阜阳市人，南京工程学院经济管理学院副教授，博士，研究方向：商务智能}程八一(1981一)，男， 安徽安庆市人，合肥工业大学管理学院讲师，博士，研究方向：商务智能。 万方数据 178 模糊系统与数学 早熟收敛问题[1“，引入其它启发式算法，构建混合粒子群算法以提高算法性能，是PSO应用的一种发展 趋势。 本文针对具有模糊行程的动态费用多车型VSP问题，采用梯形模糊数表征距离参数，建立了对应 的数学模型，在问题求解方面，本文给出了一种基于混沌优化的混合粒子群算法，利用混沌的特性来改 善PSO的性能，实验证明，该方法提高了PSO的求解质量和搜索性能。 2 具有模糊行程的动态费用