基于改进节约算法集送货车辆路径优化.docVIP

基于改进节约算法集送货车辆路径优化 　　摘 要：针对集送货车辆路径优化问题研究了对C-W节约算法的改进。提出了以集货量和送货量共同作为车辆载重量的约束条件，把时间窗约束转化为里程约束，用里程数来控制客户点的归并、插入和时间窗约束的计算，建立了数学模型，实现了多个目标、约束（里程、带集送货、载重量和时间窗）的路径优化；算法通过实例验证，获得了较好的优化结果。 　　关键词：路径优化；节约算法；带集送货；时间窗约束 　　中图分类号：U116.2 文献标识码：A 　　Abstract： The improved C-W saving algorithms are studied based on the vehicle routing scheduling problem with simultaneous delivery and pickup in logistics. It is put forward that the both delivery and pickup amount are taken as the vehicle loading constraint， the time constraints are converted into mileage constraints， and the mileage is used to control customer point merge， insertion， and the time calculation. The mathematical model is set up and the path optimization under the multiple targets and constraints（mileage， simultaneous delivery and pickup， time constraints）is realized. The study cases are implemented based on the algorithms， and the better optimization results are obtained. 　　Key words： VRP； improved saving algorithm； simultaneous delivery and pickup； time constraints 　　1 概 述 　　带集送货的物流可以减少单集货和单送货情况下车辆“空跑”所带来的消耗，减少运输成本，降低流通成本，增加企业效益，近年来广泛应用于电子商务中，成为物流行业发展的新潮流。 　　物流配送车辆优化问题（Vehicle Routing Problem， VRP）是由Dantzig和Ramser于1959年提出的，早年此类问题只是单纯的集货或者送货，并没有将二者结合起来[1]。为了更好地解决实际应用中的问题，将VRP问题扩展为带回程取货的车辆路径问题（Vehicle Routing Problem with Backhauls，VRPB）[1-2]，并对其进行了分类，其中集送货同时进行的VRP问题（Vehicle Routing Problem with Simultaneous Delivery and Pickup，VRPSDP）[2]是指对一系列集送货点，组织适当的行车路线，使车辆有序地通过它们，并最终返回配送中心；在满足一定的约束条件下，使得费用最少，也称为带集送货的路径优化问题。 　　VRP属于NP-hard问题，实际应用中多采用启发式算法和元启发式算法，其中由Clarke和Wright于1964年提出的C-W节约启发式算法由于概念清晰、容易实现、很受企业欢迎。但是，在实际应用中，往往存在多个约束条件、多个优化目标，尤其是带集送货和时间窗的引入要求对C-W节约算法进行改进以适应新的需求。目前国内对于带集货送货车辆路径规划的研究主要有：郭耀煌、李军[3]采用网络启发式算法进行了研究，并提出了考虑到每项任务，由其集货点至送货点为重车行驶，故将一项任务由两个点看成是一个点，称为重载点，从而简化了模型的规模。霍佳震，张磊[4]把上述问题分解为两个阶段进行求解：第一阶段对每一项任务内部的集货点与送货点进行内部安排行车路线；第二阶段再对各项任务之间进行外部安排行车路线，以此简化问题。钟石泉，贺国光[5]提出一种改进的禁忌算法来解决这类问题。李华[6]建立多目标优化模型，提出了先对各个目标进行无量纲处理，之后通过加权的方式将多个目标转化为单个目标作为适应度函数，用混合遗传算法进行仿真求解。陈鑫，王明阳，张丽华[7]采用遗传算法，在初始种群形成之前，将各个任务的送货点按时间窗进行排序的办法，求解