物流管理(第八章).docVIP

第八章 搬运排班模型 本章考虑对于航空产业乘务员排班问题和机群分割问题，铁路、公共交通产业的乘务员排班问题，卡车产业的拖头型运输问题等，一般化后的通用模型。这一模型是将各种应用采用统一的框架，产生了以Dantzig-Wolfe[1]分解原理为基础的算法方面的要求，也就是说，不仅要将各种实际应用问题统一成为通用模型，而且需要寻求统一的通用算法。 8.1基本模型 8.1.1集合 K：搬运车辆（Vehicle）的集合，具体含义依赖于实际应用，可以是乘务员、飞机、卡车、船等。模型扩展到多种流问题时，搬运车辆需要与品种对应，需要引入品种（commodity）的概念。 Task：任务的集合，在配送规划问题中，表示顾客需求；而在乘务员排班等问题中，表示航班、车次等。也称为作业或活动。 往采用图的方式将排班问题可视化表达，其表达方法一般可以分为：节点活动图式（activity-on-node diagram）和边活动图式（activity-on-arc diagram）。搬运排班问题同样可以采用这两种图式表达，考虑到问题的特点，多采用边活动图式。 Gk= (Vk, Ek)搬运车辆k∈K能够移动的网络。搬运车辆k的出发地为o(k)，目的地为d(k)，设搬运车辆k可能处理的任务的出发地和目的地的集合为Nk，可能移动的节点Vk为Nk∪{o(k),d(k)}，同时，边Ek为节点集合Vk之间搬运车辆可以移动的节点对。 任务的开始时间事前决定的话，将时间概念与空间网络组合的方法也是有效的，由此生成的网络称为时空网络(time-space network)。网络的各节点定义为空间网络的节点I和通过I的时刻s，即(I,s)，搬运车辆从某一节点I在时刻s出发，于时刻t到达节点j，表达为在节点(I,s)和节点(j,t)之间连接的有向边{(I,s),(j,t)}。由于将时间表面化组合进入网络，因此造成了网络大规模化的可能性，同时由于时间的不可逆性质，决定了网络中不包含回路。 EKt：定义当搬运车辆k从点I向点j移动，完成任务t∈Task时，组合(I,j,k)包含于集合EKt之中。 Resk：对于搬运车辆k∈K的资源集合。所谓资源是对于配送规划问题中所附加的时间窗或装载限量约束的一般化后提出的概念。 时间窗约束的情况下，资源对应于“时间”，在顾客之间移动搬运车辆时资源（时间）增加。在各顾客上规定了资源（时间）的上下限，资源（时间）下限未满时，设定为下限。这可以理解为：到达顾客之处比最早作业开始时刻还早时，需要等待直到最早作业时刻。 装载限量的情况下，资源对应于“已经装载的重量（容量）”，访问顾客装入货物时资源增加，卸车时资源减少。在各顾客处资源的上限是搬运车辆装载重量（容量）的上限，下限设定为0。 8.1.2 输入数据 RLBkri：搬运车辆k∈K的点i∈Vk中的资源r∈Resk的数量下限（r-units）；这里所谓的r-units表达的是资源r的单位量。例如，资源表示时间时，意味着日、小时、分、秒等，表示重量（容量）时，意味着千克（立方米）等。 RUBkri：搬运车辆k∈K的点i∈Vk中的资源r∈Resk的数量上限（r-units）。 Rkrij：从点I到点j搬运车辆移动时资源r的增加量（r-units）。搬运车辆k从点I向点j移动时，点j中的资源r的量Ykrj，在点I中的资源r的量Ykri的基础上，可以如下计算： 8.1.3变量 Xkij：搬运车辆k从点I向点j移动时为1，否则为0。下面称其为搬运车辆流变量。 Ykri(≥0)：搬运车辆k的在点I上的资源r的量(r-units)，以下称为资源变量。 8.1.4公式化 采用以上相关定义建立数学模型。首先建立文字表达模型，而后建立数学表达形式。文字表达如下： 最小化 总费用 约束 任务执行条件 搬运车辆的交通流整合条件 搬运车辆流变量和资源变量联系条件 出发点、目的地的资源上下限约束 出发点、目的地以外的资源上下限约束 目标函数 设总费用为W 采用资源变量下标改为0表达费用。目标函数是以各搬运车辆k∈K分别到大个子目的地d(k)的费用合计值。 任务执行条件 采用如下形式表达任务必须被执行： 搬运车辆交通流整合条件 表达搬运车辆k从出发地o(k)出发，经过若干节点之后，到达目的地d(k)，其数学表达方式为： 搬运车辆流变量与资源变量的联系条件 表达由于搬运车辆k在边(I,j)上的移动所引起的资源变化。 出发地、目的地的资源量上下限约束 出发地、目的地以外的资源量约束 表达在出发地、目的地以外的节点上的资源上下限约束。 8.2算法 这里所讨论的是依据Dantzig-Wolfe分解原理的算法。 应用Dantzig-Wolfe分解原理，可以将上