带中转点联盟运输调度遗传算法研究.docVIP

带中转点联盟运输调度遗传算法研究 　　摘要：结合城市货物运输的具体特点，分析了多供应点、多中转点的联盟运输调度问题的优越性。在分析联盟运输调度特点的基础上，建立了优化确定联盟运输调度问题中转点的数学模型，并构造了求解该问题的有效遗传算法。算法中针对具体问题的特点，采用较新的交叉算子。实例计算表明，提出的模型和算法能够有效地解决AVRP中转点的确定问题。 　　关键词：联盟运输调度； 中转点； 优化； 遗传算法 　　中图分类号：TP301文献标志码：A 　　文章编号：1001-3695(2007)11-0082-03 　　 　　货物运输车流是城市交通流的重要组成部分，它在满足社会需求的同时也给城市交通带来了拥挤问题。为了减少部分运输路段载荷、缓解交通拥挤和促进城市交通设施的均衡使用，在城市中心区与外部区之间优化选择一定数目的位置，设置具有一定作业能力的货物中转点，以迫使由城市外部区去往中心区的货物运输需求分流为两个以上的运输路径进行运送，从而减轻城市内一些路段的车流载荷。这在一定程度上缓解了城市交通拥挤现状。但是，在编制运输计划时，不能简单地指定某个中转点为某些固定的需求点服务。因此如何在运输费用最省的前提下为每一次运输合理选择中转点就成为带中转运输调度问题的一个关键。遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。与传统的优化算法相比具有搜索过程灵活、搜索效率高以及隐含并行性等特点，是一类可用于复杂系统优化计算的鲁棒搜索算法。?? 　　 　　1数学模型的建立?? 　　 　　联盟运输调度问题[1]（allied vehicle routing and scheduling problem，AVRP AVSP）是指在满足运输要求的前提下，快速组织多种交通工具，允许车辆中转，设计物流运输工具组合、时间组合、线路组合等最优策略，并为每一次运输设计最优的行车线路和时间表，追求经济效益的最大化和实现过程的最优化。与普通的运输调度问题（vehicle routing problems，VRP）相比，AVRP具有三个显著的扩展特征：允许使用不同类型交通工具、允许使用多层次交通网络、允许使用货物中转设施。近三十年来，VRP是组合优化的研究热点之一，但对AVRP研究很少。?? 　　本文针对允许车辆类型不同、允许中转、允许使用多层次交通网络的AVRP，在建立选取最优中转点的数学模型的基础上，用改进的遗传算法进行求解，以确定最优的中转点。对讨论的问题进行如下说明[2]。 ?? 　　1)中心区即城市中集土地混合使用、行政、文化、商业、旅游以及市民居住于一体，具有人口密度高、商业发达、行政化水平高、文化活动频繁以及路网密度高、车流流量大等特征的区域。?? 　　2)外部区即远离或邻近城市并与城市产生往返货流的地点，如港口、火车站、航空站、工厂、仓库等生产与保管设施。?? 　　3)中转点位于城市中心区与外部区之间，具有一定作业能力的基础设施。?? 　　对带中转点的联盟运输调度问题进行研究可以从两个方面考虑：?? 　　a)将带中转点的运输调度问题分成两个阶段。第一阶段根据某市中心区各需求点的分布情况，合理选定运输中转点。货物可以以适当的提前期运达中转点。第二阶段是在优化选定中转点之后，综合考虑各种配送要素，结合联盟企业共同配送等策略进一步优化配送方案。实现货物由中转点到最终客户的优化配送。?? 　　b)将带中转点的运输调度问题本身看做是一个复杂的组合优化问题进行研究。这种方法的研究重点集中在如何合理地缩小搜索空间和简化求解步骤上。本文选取第一类方法对带中转点运输调度问题进行研究，集中讨论第一阶段的调度问题。?? 　　对所讨论的运输调度问题说明如下：只考虑一个供应点经一定数量中转点为需求点提供配送服务；外部区与中转点之间的货物运输车辆为单一大卡车类型；中转点的数目已知且能够随时提供所需的中转服务；中转点内小货车作业能力不受限制，即中转点能够满足卡车货物换装要求；每个需求点的配送服务仅经过一个中转点。?? 　　AVRP的网络模型描述如下[3,4]：?? 　　 　　2问题的遗传算法?? 　　 　　从建立的数学模型可知，确定中转点就是一个优化的问题，遗传算法在解决优化问题方面具有一定的优势。特别是在求解TSP问题中取得了一定的成果。在此可以借鉴，并构造遗传算法。?? 　　2．1染色体的结构?? 　　为了提高搜索效率和表达的方便，采用自然数编码[5]。可供选择中转点的个数为m，从m个中转点中可重复随机地选取n个中转点分配给n个需求点作为一个初始解，在求解的运输调度问题中表示为各需求点提供中转服务的中转点组合，并按需求点编号顺序排列。该组合是一种可能的中转点分配方案。染色体中允许有相