ITS中車辆调度问题研究.docVIP

ITS中车辆调度问题研究 河南省高速公路联网收费工作领导小组办公室 (E-mail: lwb@hncd.gov.cn) 摘要：在智能交通系统（ITS，Intelligent Transportation Systems）的各个子系统中，车辆调度应用非常广泛，但目前大都是针对物流企业车辆动态调度问题，很少应用ITS问题上。本文首先根据实际情况，提出ITS中车辆调度问题，并分析了运输网络的特点，建立了模型。本文综合运用多种运筹技术，提出一种动态规划方法，为车辆调度问题提供了较好的解决方案。最后分析了现实中运输网络状态改变的类型与形式，并针对不同的状况，提出有效的对策。 关键词：智能交通系统(ITS)；车辆调度；运输网络；原子规划 0 引 言 智能交通系统（ITS，Intelligent Transports Systems）就是将先进的信息技术、传感器技术、数据通讯技术、自动控制技术、运筹学、图像分析技术、计算机网络和人工智能等有效地综合运用于整个交通管理体系,在系统工程综合集成思想指导下,建立起实时、准确、高效的交通运输综合体系。在ITS的各个子系统中，车辆调度问题（VSP，Vehicle Scheduling Problem）具有重要地位和作用，比如公交车辆调度、交通信息发布、智能路径调度等。 车辆调度问题(Vehicle Scheduling Problem)首先由Dantzig和Ramser于1959年提出，它主要探讨：组织的行车路线，能否使车辆在满足一定的约束条件(如需求量、发送量、车载容量限制、行程限制、时间限制等)下，有序地通过一系列供应点或需求点，达到诸如路程最短、费用最小，耗费时间尽量少等目的[1] [7]。 本文综合应用多种运筹技术，提出一种快速搜索方法，为集货和送货一体化、多供应点、多需求点、多运力点（车场）、单车型条件下的车辆调度问题提供了较好的解决方案，并且分析了现实中运输网络状态改变的类型与形式，并提出有效的对策[2] [8]。 1提出问题并分析建模 1.1 提出问题 设某运输网络有M个供应点（即S点，下同），N个需求点（即R点，下同），L个运力点（即C点，下同），每个运力点只能接受自己发出去的车。每个S点可供应量为si（i=1，2，…M），每个R点的需求量为rj（j=1，2，…N），每个C点可发出车辆数为ck（k=1，2，…L），车型均相同，载重量都为Q，①求满足货运需求的路程最短的车辆行驶路线；②运输网络中随时可能出现新的S点或R点，求此时的行车路线规划；③由于R点的需求量是由经验估计确定的，可能会发生估计需求量大于实际需求量的情况，需要将已经运往该R点的货物运回到其他S点或R点[3] [4]。 1.2 物流网络结点分析 运输网络结点有三类：供应点、需求点和运力点。各种结点有如下状态： 供应点有三种状态：一般状态、无存货状态、有需求状态（只有当出现有优先供应权的需求点时，供应点对该需求点表现出这种状态）。 需求点也有三种状态：一般状态、已满足状态、有优先供应权状态（由于对需求点需求量的估计错误，导致向该需求点的运输数量超过实际需求量，由于需求点货物的存储条件差等原因，需尽快将多余货物运回，此时，运输网络中的供应点和其他处于一般状态的需求点，对于该需求点来说都是需求点）。 运力点有两种状态：有运输能力状态、无运输能力状态。 1.3 模型建立 先对一般情况下的车辆调度问题建模，而暂不考虑运输网络的突发情况。设： 为从供应点i点到需求点j点的供货量，则可得车辆优化调度的数学模型如下： 说明：dij表示从i点到j点的距离。约束（1）表示供应点i的总供应量小于等于其可供应量；约束（2）表示需求点j从各供应点的供货量之和等于其总需求量；约束（3）表示任何一个网络结点向其他结点发出的车辆总数等于接收的车辆总数；约束（4）表示运力点的存有车辆数大于等于其向供应点和需求点发出的车辆之和；约束（5）表示需求点接收的车辆数与载重的积大于等于其需求量[5] [6] [10]。 2 解决方案 2.1 为需求点分配运输车辆的原则分析 从总行驶里程最少的角度来考虑，如果给某些需求点都选定了一个运力点，那么从该运力点只派一辆车给这些需求点最经济。但实际上很难按时完成运输任务，也是对运输能力的浪费。所以，这里我们将每个需求点都至少分配一辆车，并根据任务量的大小和时间的紧迫程度来分配车辆的数量。如果某需求点的需求量太少，且任务时间宽裕，也可不分配，等其他需求点的车辆完成任务后，再完成该需求点任务[11]。 2.2 单车运输情况下的行车路线规划 为需求点选择运力点： 找出各未分配车辆的需求点的包含一个一般状态的供应点和一个有运输能力的运力点的最短初等圈或环； 对所有初等圈或环进行比较，