基于禁忌搜索算法求解定位-运输路线安排问题.pdfVIP

基于禁忌搜索算法求解定位－运输路线安排问题 1 1 1，2 林晖钢 ，胡大伟 ，徐丽蕊 1 长安大学汽车学院，西安（710064 ） 2 陕西工业职业技术学院工商管理系，陕西咸阳（712000 ） E-mail ：lhgzhl@163.com 摘 要：定位—运输路线安排问题（location routing problems, LRP ）是集成化物流系统分销 网络设计和管理决策中的难题，也是任何一个大型物流配送企业必须要面对的问题。由于 LRP 的NP—HARD 属性，其求解方法目前大多局限在将定位— 配给问题（location allocation problems, LAP ）的输出作为车辆路线安排问题（vehicle routing problems, VRP ）的输入而求 解。然而，在LAP 最优的前提下求出的VRP 的最优并不一定就是LRP 的最优解，从而导 致这样的处理方式不可避免的会陷入局部最优解的状态。本文针对多站点定位—运输路线安 排问题（multi-depot location routing problems, MDLRP ）数学模型，用Lingo 软件对小规模 测试数据情形进行了验证,然后采用禁忌搜索法(TS ）分别求解LAP 和对应的每一个设施的 VRP ，并将VRP 的结果作为LAP 的输入，再将LAP 解及其邻域解作为VRP 输入不断反复 循环求解MDLRP ，并在此基础上对较大规模测试数据进行了仿真运算。结果表明采用禁忌 搜索方法求解一定规模的MDLRP 快速有效。 关键词：定位—运输路线安排问题；定位— 配给问题；车辆路线问题；禁忌搜索 1. 引言 设施定位、车辆路线各自作为单独的问题，国内外已有较多学者进行了研究，其理论也 已比较完善，这些研究为物流管理的优化决策奠定了坚实的基础。国外一批学者对 LRP 进 行了一系列的研究[1] 。LRP 的概念认为：在设施（制造厂、库存点或分销中心）相对于客户 的位置、货物的配给、货物运输的车辆路线安排之间存在相互依赖的关系，根据这种关系来 进行综合优化与管理；相比单一的物流系统优化问题，LRP 更加贴近目前物流系统复杂的 实际特征，对进一步优化整个物流系统，降低系统成本具有一定的理论价值和现实意义。而 当前大部分学者对 LRP 的研究都局限在将 LAP 的输出作为 VRP 的输入而进行求解，这种 方法得出的 LRP 解往往并不是最优的。基于这样一个现实情况，本文将 LAP 和 VRP 综合 统筹考虑，得出了相应的 MDLRP 优化解，首先用 C++编程软件与 Lingo 软件对小规模数据 集（8 点数据集）进行了计算及其对比验证本文算法计算结果的精确性，然后对较大规模数 据（25 点、50 点、100 点数据集）用本文算法求出了相应的优化解，证明了本文算法对求 解 MDLRP 问题的有效性和准确性。 2. MDLRP 参数定义及其数学模型与验算 本文研究的 LRP 模型基于如下假设： ①客户数量、位置及需求已知； ②候选设施位置及容量已知； ③各客户需求均能得到满足且每个客户只由一辆车服务； ④每辆车在完成全部运输任务后回到出发点； ⑤各线路的总需求小于或等于车辆的容量； ⑥车辆类型给定。 2.1 参数定义 - 1 - xijk 在路线 k上，如果点 i 在 j 之前值为1，否则为0 ； y i 如果建立 i 设施则值为1，否则为0 ； zij 如果客户 j 由设施 i 来服务则值为1，否则为0 ； R 配送设施点潜在位置的集合； J