车辆路径规划问题及其求解方法的研究进展.pdfVIP

车辆路径规划问题及其求解方法研究进展 孙丽君， 胡祥培， 王 征 (大连理工大学系统工程研究所，辽宁大连116023) 摘要：对车辆路径规划问题(VehicleProblem，VRP)领域的研究进行综述，根据目前的研究状况对陔问题进行了分类；分析了该问题的图模 Routing heuristic 型和数学模型两大类模型各自的优缺点；分四大类讨论了求解该问题的算法：精确算法(exactalgorithm)、构造启发式算法fconstmctive heuristic algorithm)、改进启发式算法(improvingalgorithm)和亚启发式算法(meta—heuristicalgorithm)，评述了各类算法适用的问题求解阶段以及各自的 优缺点；探讨了国内在VRP领域的研究成果。在此基础上，对求解该问题的方法进一步的研究方向做了展望。 关键词：车辆路径规划问题(VehicleRoutingProblem，VRP)；模型；综述；算法 1 引言 车辆路径规划是物流配送过程中的关键环节，该环节处理的好坏将直接影响对客户需求的响应速度， 客户对物流环节的满意度以及服务商的配送成本。车辆路径规划问题(Vehicle Routing 增多，问题的求解过程将会极大地消耗系统的运行n?l百q和存储空间，因此它的提出很快引起了运筹学、应 用数学、组合数学、图论与网络分析、物流科学、计算机应用等学科的专家与运输计划制订者和管理者的 极大重视。随着近年来电子商务以及物流供应链系统的高速发展，VRP也成为上述领域的研究热点。 车辆路径规划问题一般指的是：对一系列发货点和收货点，调用一定的车辆，组织适当的行车路线， 使车辆有序地通过它们，在满足指定的约束条件下(例如：货物的需求量与发货量，交发货时间，车辆可 载量限制，行驶里程限制，行驶时问限制等)，力争实现一定的目标(如车辆空驶里程最短，运输总费用 最低，车辆按一定时间到达，使用的车辆数最小等)。 在实际应用过程中，VRP可以按照不同的分类原则细分为许多子问题。不同的分类属性的不同取值(见 表1)的组合形成了各种类型的问题。例如：当车辆装载状况取值为：非满载；配送中心数目取值为：多 配送中心；车型数目取值为：单车型；时间限制取值为：硬时间窗；而需求信息取值为需求不确定；那么 该问题就是一个载重量限制下的多配送中心、单车型、硬时间窗的随机需求的VRP问题。 考虑的属性越多，问题越复杂，求解越困难。目前研究的较为复杂的问题类型一般最多考虑3～4个属 性。多数的研究都是只针对考虑了1～2个属性的问题展开。比如：Dror等人研究的满载问题，李军等人研 对1～2个詹』生进行研究。 一30— 表1 车辆路径问题的分类属性及其取值 分类属性 属性的取值 车辆载货状况 满载，非满载 车场(或货场，配 单车场(货场，配送中心)，多车场 送中心)数目 (货场，配送中心) 车型数目 单车型，多车型 时间要求 无时间窗，硬时间窗，软时间窗 确定需求，随机需求；确定服务时间， 信息的确定性 随机服务时间；确定车辆行驶时间， 随机车辆行驶时间…… 近年来随着计算机科学，通讯科技的发展，VRP问题的研究领域逐渐拓宽，最近几年研究的较多的问 题类型有： ①多供货点问题(MultipleDepot 研究涉及到供货点如何选择；