实时路况下同城生鲜农产品配送路径优化.docVIP

实时路况下同城生鲜农产品配送路径优化 贾现召 戚恒亮 贾其苏 李亚琴 黄自治 河南科技大学机电工程学院 中信重工机械股份有限公司 河南科技大学法医学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 在同城生鲜产品配送过程中, 配送时间可能会受到路况信息的影响, 因此针对生鲜订单要及时送达客户的问题, 结合实时交通信息, 对同城冷链物流配送路径优化进行研究。根据问题的描述, 从配送区域的实时路况信息出发, 提出了基于实时交通路况信息的同城生鲜产品配送路径优化方法, 建立了最优路径的数学模型, 采用灰色关联度建立路况矩阵, 应用改进Floyd算法对算例进行求解和分析, 通过可视化界面将路径结果输出, 并将在不同时间窗内的配送时间与静态算法下的配送时间进行比较。结果表明, 结合实时交通信息的动态路径寻优方法, 在路况拥堵高发时间段内, 物流配送时间更短、效率更高。 关键词： 生鲜农产品; 配送; 路径规划; Floyd算法; 实时交通; 优化模型; 作者简介：贾现召 (1965—) , 男, 河南洛阳人, 教授、研究员, 主要从事农产品信息化等方面的研究。E-mail:980833962@。 作者简介：戚恒亮, 硕士研究生, 主要从事农产品冷鲜配送等方面的研究。E-mail163.com。 收稿日期：2016-04-18 基金：国家科技支撑计划 (编号:2011BAF09B01-06) Received： 2016-04-18 移动互联网的快速发展, 极大地促进了电商销售模式和消费者购买方式的转变, 使得送货上门成为一项不可或缺的服务。在城市道路环境下, 研究如何将订单特别是生鲜订单快速地送达目的地显得十分必要。 对于生鲜产品配送路径的规划, 目前国内外学者都进行了较多的研究。Zhang等采用禁忌搜索算法对冷链物流配送路径进行了优化研究[1];Arbelaitz等建立了带有时间窗的冷链配送路径问题的模型, 通过MEAT启发方法和路线规划启发算法相结合, 从而缩小了可行解的搜索范围[2-4]。杨丹婷比较了不同路径算法的优化效果, 并对算法进行了改进[5];缪小红等提出了基于地理信息系统 (GIS) 的冷链配送路径算法, 将配送过程中的不确定因素考虑在内[6]。 1 问题描述与建模 1.1 同城生鲜产品配送问题描述 本研究的同城生鲜产品配送问题可以描述为1个配送中心具有多辆配送车, 每辆配送车从配送中心出发, 以最短的时间为指定的客户配货, 配送结束后返回配送中心。 1.2 模型假设 (1) 配送中心具有充足的货源, 不存在缺货现象; (2) 配送中心具有一定数量的配送车, 每辆配送车的载货量相同; (3) 配送车必须从配送中心出发, 配送结束后返回配送中心; (4) 目标客户的需求量、位置信息已知, 配送过程中无订单增加或退订; (5) 目标客户的需求量小于配送车的最大运输量; (6) 每个目标客户的订单只能由1辆配送车配送; (7) 每个目标客户的配送距离都小于配送车的最大运输距离。 1.3 同城生鲜产品配送模型的建立 本研究将要建立的模型以综合配送时间最短作为目标函数。综合配送时间成本包括道路通行时间、道路拥堵时间、交通管制时间以及道路交叉口通过时间等。 1.3.1 道路通行时间车辆道路通行时间 (不包括路口等待时间) 可表示为 式中:dij为路口i到下一个路口j之间的距离;xij为变量, 当配送车辆经过 (pi, pj) 路段时, xij为1, 否则为0;vij为配送车辆在 (pi, pj) 路段时的平均行驶速度;Cij为 (pi, pj) 路段的单方向通行能力, 公式如下: 式中:C0为一条车道的理论通行能力;α条为车道折减系数;α交为交叉口折减系数;α车道为车道宽度折减系数。 1.3.2 道路拥堵时间 道路拥堵时间为在道路受到天气、红绿灯等待时间、车流量等影响时配送车辆的行驶延长时间。拥堵时间可表示为 式中:Pij为配送车辆经过 (pi, pj) 路段时的实际车流量;λij为 (pi, pj) 路段的日常拥堵系数;dij为 (pi, pj) 路段的长度;vij为配送车辆在 (pi, pj) 路段时的平均行驶速度;v0为理想配送车速。 1.3.3 交通管制时间 当配送车辆经过的路段出现突发事件进行交通管制时, 则认为车辆通过该路段的时间为无穷长, 为了节约配送时间, 车辆改变行驶路线;反之, 则为0。交通管制时间可表示为 式中:tij为变量, 当路段出现交通管制时, tij为∞, 否则为0。 1.3.4 道路交叉口通过时间 不同类型的道路交叉口、路口长度、车辆流的平均到