基于遗传算法的固定起讫点危险品配送路线优化.pdfVIP

第43卷第12期 数学的实践与认识 V01．43，No．12 MATHEMATICSINPRACTICETHEORY Jun．．2013 2013年6月 AND 基于遗传算法的固定起讫点危险品配送路线优化 于晓桦，，刘凯峥z，刘浩学。，赵永臣a (1．山东建筑大学交通工程学院，山东济南腔北调250101) (2．山东高速济南投资建设有限公司，山东济南250300) (3．长安大学汽车学院，陕西西安710064) (4．甘肃警察职业学院，甘肃兰州730046) Sales— 摘要：为科学选择危险品配送路线，保障运输安全，将传统TSP(Travelling man Problem)问题加以推广和延伸，建立以路段交通事故率、路侧人口密度、环境 影响因子和路段运输费用为指标的固定起讫点危险品配送路线优化模型．以遗传算 法基本框架为基础，引入新的遗传算子，构建了可用于实现模型的多目标遗传算法． 实例仿真表明，所建模型和算法在求解固定起讫点危险品配送路线优化问题中有较 好的实用性． 关键词：道路交通安全；危险品配送；遗传算法；路线优化；固定起讫点 随着社会经济快速发展，种类繁多的危险品在生产加工和国民生活中被广泛应用，社会 需求量和公路运输量急增．在此形势下，危险品生产和配送已成为诸多物流企业的重要经营 项目．危险货物与普通货物的最大区别在于自身理化性质决定的对其运输沿线人口、环境及 公共设施的威胁．因此，配送路线的选择不能仅从运输效率和经济效益角度考虑，而应更多考 虑配送过程事故易发性及可能造成的损失严重程度．国外学者对配送车辆路线优化问题的研 危险品配送路线优化涉及有条件限制多目标路径优化问题，且选择指标之间往往存在冲突， 很难获得一个最优解，使各项均达到最优，一个指标改善通常以其他指标性能降低为代价．所 以，配送路线的优化是寻求使目标函数值到达最优的非劣解．当非劣解只有一个时，即为最优 解；当非劣解多于一个时，将采用规定方法寻找所有非劣解中较好的，称之为满意解或近忧 解．遗传算法作为以随机理论为基础的仿生进化搜索方法，其理论体系已达到较为成熟阶段， 在解决复杂多目标优化问题中表现出强大能力和广泛的适用性．本文结合危险品配送运输实 际，在对遗传算法进行分析的基础上，构造并实现以路段交通事故率、路侧人口密度、环境影 响因子和路段运输费用的多目标遗传算法，用以解决有固定起讫点的危险品配送路线优化问 题． 1问题描述及模型建立 1．1固定起讫点危险品配送运输路线优化问题 Salesman 货物配送运输路线优化问题的原型为传统TSP(Travelling 收稿日期：2010-07-20 万方数据 12期 于晓桦，等：基于遗传算法的固定起讫点危险品配送路线优化 45 有一个图G=(V 距离矩阵，求出一条通过并仅通过一次所有顶点，最终回到出发点的回路，使其具有最短距离 (或费用)．固定起讫点危险品配送车辆路线优化问题为传统TSP问题的推广，即一配送车辆 从起始城市出发，经过并仅经过一次所有配送城市，最终回到约定的终点城市，每条可行路线 对应目标函数的一个可行解，找出使目标函数达到最优的非劣解，其对应的可行路线即为配 送的最终路线． 寻找一条可行的配送路线，满足： mtn∑ ，，z。={：： 雪耋：栗萎曩之上 c·， 定义 ^=∑eEE(九Xe·。f[(8喀(dl。,。d一2‘(demd d。(e)为边e上第i个指标的值，嚷j。为指标i论域中的最小值． 1．2指标选取 正确选取指标对寻求合理配送路线至关重要．基于对危险品配送过程安全性及运输企业 经’济L效益的考虑