低碳物流中的路径选择问题研究80要点解读.pptVIP

组员：黄相煜、余素霞、沈艳、周琳 组长：李梦丽 低碳物流中的路径选择问题研究 关键词：低碳物流、路径选择问题 2014年11月8号 3 目录 研究意义 1 研究内容 2 3 03 05 19 发展趋势 3 一、研究意义 1、低碳物流的研究意义 可持续发 展的需要 提高利润 的切入点 政府政策 关注要点 现代新兴产业； 依赖专业分工、经济发展； 与绿色经济活动紧密衔接； 物流在碳排放量中占比大； 物流成本占销售价格75%左右； 运输成本占物流成本的52%左右； 将低碳物流纳入“十二五”规划； 鼓励扶持低碳物流管理和技术的推广应用； 组织建立低碳物流绩效考量指标体系和认证服务体系。 2、车辆路径问题在低碳物流中的研究意义 内容 VRP（Vehicle Routing Problem） 是对配送车辆的路径进行优化调度，对一系列装货点和卸 货点，组织适当行车路径，使车辆有序地通过它们，在满足 一定的约束条件下，达到一定的目标。 内容 5 6 4 1 3 0 意义 优化资源配置，降低物流成本 提升物流系统的关键，实现物流科学化 智能交通运输系统的基础，加快电子商务进程。 二、研究内容 加油站数量限定的G-VRP 车辆路径问题 VRP 基于时变的车辆路径问题TDVRP 基于排放的车辆路径问题EVRP 考虑排放量的时变路径问题研究E-TDVRP VRP 分类 概述 对一系列装货点或卸货点，组织适当合理的行车路线，使车辆有序地通过它们，在满足一定的约束条件下，达到一定的目标。 算法 前体假设 速度恒定； FIFO先进先出原则 1、车辆路径问题 （Vehicle Routing Problem） VRP 分类 概述 对一系列装货点或卸货点，组织适当合理的行车路线，使车辆有序地通过它们，在满足一定的约束条件下，达到一定的目标。 算法 前体假设 速度恒定； FIFO先进先出原则 1、研究基础VRP VRP 分类 概述 对一系列装货点或卸货点，组织适当合理的行车路线，使车辆有序地通过它们，在满足一定的约束条件下，达到一定的目标。 算法 前体假设 速度恒定； FIFO先进先出原则 线规划 根据具体问题建立具体数学模型，用数学方法解决。 常用算法 动态规划 传统启发式 割平面 智能启发式 精确算法 启发式算法 根据直观、经验开发出朝最优解方向搜索或优化的算法 先分组后排路线 节约插入算法 交互式优化 禁忌搜索 神经网络 改进交互算法 模拟退火 蚁群算法 遗传算法 2、基于时变的车辆路径问题TDVRP （Time-dependent Vehicle Routing Problem) 1、基本假设： 时变性：速度随时间推移而改变 硬时间窗：对客户服务时间有严格的限制 2、模型： 3、基于排放的车辆路径问题EVRP （Emissions Vehicle Routing Problem) 1、EVRP提出的原因 基于生态环境视角的市场原因； 考虑将来可能实行碳 税的经济原因； 2、前提假设 速度恒定：在一定的时间段里车辆以恒定的速度行驶 硬时间窗 3、模型 公式一： 公式二： 4、考虑排放量的时变路径问题研究E-TDVRP （Emissions time-dependent Vehicle Routing Problem) 1、前提假设 限速：速度限制在某一区间时，碳排放最小； 时变性 2、模型： 公式一： 公式二： 公式三： ka 5、加油站数量限定的G-VRP模型 1、背景：在美国，97%以上的汽车以汽油为燃料，运输中所产生的二氧化碳的排放量占据总排放量的1/3，因此使用清洁能源作为燃料成为大势所趋。 2、目标函数：总的运输路径最短（即排放的二氧化碳最少—路径与排放量之间存在相关性） 3、约束条件：①汽车油箱的容量约束（因为加油站有限，汽车不能任意加油） ②时间约束（汽车必须在约定的时间内完成运输过程） ka 3、G-VRP模型的特点： 有些服务点可以被访问多次，有些服务点甚至不需要被访问 4、 G-VRP模型的贡献： 提高了汽车的运行效率，减少了碳的排放。 为实际中庞大且复杂的运输问题提供了科学高效的指导。 为实际中加油站选址、客服选址提供了技术支持 为各种基础设施选址、旅游指南等提供了理论指导。 ka 5、模型的不足：模型并没有将车辆访问的地点数量作为一个目标函数，比如运货的卡车为了达到经济运输量，需要装满卡车，尽可能地给位于不同地方的企业运输产品；游客去某旅游景点游玩，希望在一定的时间内，走最短的路