专题2-车辆路径问题.ppt

2006.12.8 张军 主要内容 什么是VRP VRP背景及应用 VRP问题定义 VRP问题的分类 VRP问题数学模型 VRP算法类型及简要介绍 近年来关于VRP的研究 一、什么是VRP VRP（Vehicle Routing Problem） 车辆路径问题 当不考虑时间要求，仅根据空间位置安排线路时，称为车辆路径问题。 二、VRP的背景及应用 车辆路径问题是由G.Dantzig和J.Ramser于1959年首先提出来的,很快引起运筹学、管理学、计算机应用、组合数学、图论等学科的专家学者的高度重视。 其研究结果在运输系统、物流配送系统、快递收发系统中都已得到广泛应用。 三、VRP问题定义 对一系列发货点或收货点，组织适当的行车路线，使车辆有序地通过它们，在满足一定的约束条件(如货物需求量、发送量、交发货时间、车辆容量限制、行驶里程限制、时间限制等) 下，达到一定的目标(如路程最短、费用最小、时间尽量少、使用车辆尽量少等)。 四、VRP问题的分类 按任务特征分类 装货问题(Pure Pick Up )、卸货问题(Pure Delivery)及装卸混合问题(Combined Pick Up and Delivery) 按任务性质分类 有对弧服务问题(如中国邮递员问题) 和对点服务问题(如旅行商问题) 以及混合服务问题(如交通车路线安排问题) 按车辆载货状况分类 有满载问题和非满载问题 按车场数目分类 有单车场问题和多车场问题 按车辆类型分类 有单车型问题和多车型问题 按车辆对车场的所属关系分类 有车辆开放问题(车辆可不返回车场)和车辆封闭问题(车辆必须返回车场) 按已知信息的特征分类 有确定性VRP和不确定性VRP,其中不确定性VRP 可进一步分为随机VRP(SVRP)和模糊VRP(FVRP) 按优化目标数来分类 有单目标问题和多目标问题 按约束条件分类 有距离约束的VRP问题(Distance Constrained Vehicle Routing Problem) 有能力约束的VRP问题(Vehicle Routing Problem with Capacity Restriction ) 对称问题和非对称问题 三角不等式问题 按约束条件分类 有等需求问题(Equal Demand)和非等需求问题(Unequal Demand) 有时间窗的VRP问题(Vehicle Routing Problem with Time Window) 该问题中还包括柔性时间窗约束和刚性时间窗约束 五、VRP问题的数学模型 (1)问题 从一个配送中心出发，向多个客户点送货，然后在同一天内返回到该配送中心，要安排一个满意的运行路线。 (2)已知条件 配送中心拥有的车辆台数m及每辆车的载重量（吨位）为 需求点 数为n及每个点的需货量为 配送中心到各需求点的费用及各需求点之间的费用为 五、VRP问题的数学模型 (3)目标 各车辆行走的路径使总运输费用最小。 (4)模型中符号定义 所有收货点的货物量需求为 车辆的容量限制 决策变量 五、VRP问题的数学模型 数学模型为： 六、VRP算法类型及简要介绍 VRP算法类型 精确解法 启发式算法 C-W节约算法 算法的思想 假定有n个访问地，把每个访问地看成一个点，并取其中 的一个点作为基点。首先将每个点与基点相联接，构成 线路1－j－1(j＝2，3,…,n)这样就得到一个具有n-1条 线路的图。旅行者按照此路线访问的n个点所走的路程总 为 z=2∑c1j ,其中c1j 为点1到点j(j＝2，3,…,n)的路段 长度，这里假定c1j ＝cj1（对所有点j）。若联接点i和j, 即使旅行者走弧(i,j),所节约的路程值(i,j)可计算如 下：s(i,j)=2 c1i+2 c1j –(c1i + c1j + cij )。对不同的点对 s(i,j)越大，所节约的路程越多，因此应优先将这段弧插 入到旅行线路中。 C-W节约算法 算法的步骤 (1)选取基点，将基点与其他各点联接，得到n-1条线路1-j-1(j＝2，3,…,n) (2)对不违背条件的所有可联接点对(i,j)计算节约值s(i,j)=c1i + c1j – cij (3)将所有的s(i,j)按其值由大到小排列。 (4)按s(i,j)值的上述顺序，逐个考察其端点i和j，若满足以下条件，就将弧(i,j)插入到线路中。其条件是： 点i和点j不在一条线路上 点i和点j均与基点相邻。 (5)返回步骤(4),直至考察完所有的弧为止。 通过上面的步骤，使问题的解逐步得到改善，最后 达到满意解。