考虑不确定因素低碳配送优化研究.docVIP

考虑不确定因素低碳配送优化研究 　　摘要：当配送车辆遇到道路堵塞、恶劣天气、限行、道路质量差等不确定因素时，不仅行驶车速会受到影响，甚至可能会导致配送服务水平下降。即使在配送过程中有些路段是最短距离，当遇到这些不确定的因素时，路径优化的结果将会发生变化。文章试将受不确定因素影响路段的实际距离转化为理想距离，在其路径优化的过程中将碳的排放量转换为成本，最终以成本最低为目标函数建立数学模型，讨论了基于改进禁忌搜索算法的配送路径优化问题的设计和实现。优化对比结果表明，考虑不确定因素的配送路径优化比不考虑不确定因素的优化结果更贴近实际。 　　关键词：物流工程；低碳配送；禁忌搜索；电子商务；路径优化 　　一、引言 　　传统的物流路径优化研究一般假设所有的信息（包括路况信息、车辆信息、顾客信息）都是确定的，这类车辆路径问题被称为确定型VRP。但是，在配送过程中，难免会出现道路堵塞、恶劣天气、限行、道路质量差等不确定因素，这些不确定因素随着时间的推移出现，需要适时改变车辆的运行路线，对已安排好的车辆路径进行及时调整。此时需要研究一套考虑不确定信息车辆路径问题（Uncertain Information Vehicle Routing Problem，UIVRP）的理论和方法。并且，随着全球气候变暖，温室气体（主要是CO2）的减排问题受到各国的密切关注，低碳经济、绿色物流逐渐成为国内外研究的热点。随着供应链全球化发展，供应链中各物流节点距离不断增加，车辆在运输配送过程中所带来的碳污染等环境问题逐渐显现，因此把减少“碳排放”的理念融入到物流网络设计当中，构建一个碳排放量最低的绿色物流网络具有广泛的现实意义。 　　已有学者提出了一些模型来研究这些问题，其中通过运输距离的优化间接达到减排目的的研究较多，而直接计算碳排放量并将其整合进目标函数的研究较少。国内对VRP最先进行系统性研究的是郭耀煌教授，他及其学生对多车场、多车型等类型的问题进行了较多的研究，并且先后承担了多项基金项目的研究，出版了国内车辆路径问题研究领域的第一部专著――《车辆优化调度》，将sweep算法和节约算法结合起来使用，从而提出了一种多车场转化为单车场的处理方法。国外Miguel Figliozzi文献中以碳排放量最小为第一目标函数和以燃油量为第二目标函数提出了一种以碳排放量为目标函数的车辆路径问题（EVRP），用启发式算法对其进行了求解，结论显示通过优化可以明显地降低车辆运行中的碳排放量，在拥堵的地区，可以通过增加少许的运作成本来大幅降低温室气体的排放。Kim. N.S （2009）在多式联运网络中探讨了货物运输成本与CO2排放量之间的关系，研究表明CO2排放量受运输系统载货量的影响，通过优化多式联运的组合可以降低CO2的排放量。Palmer在零售业背景下建立了一套以降低碳排放为目的的车辆路径模型，模型具有优化配送时间和将低碳排放量的功能。 　　二、问题描述 　　当配送车辆遇到道路堵塞、恶劣天气、限行、道路质量差等不确定因素时，不仅行驶车速会受到影响，甚至可能会导致配送服务水平下降。即使在配送过程中有些路段是最短距离，当遇到这些不确定的因素时，路径优化的结果将会发生变化。考虑到现实生活中配送路径十分复杂，为确保模型的逼真性，需对现实问题进行必要的抽象和简化。 　　首先，在配送过程中，载货量的多少不可避免地会对碳排放造成影响，若将载货量考虑到模型里，模型规模将会很大。为降低建模难度的同时又不影响模型的真实性，本文在研究配送优化时暂不考虑载货量对碳排放的影响。 　　其次，为体现当前各大物流公司的战略目标，即满足客户满意度最大化的原则，对模型中车辆出现延迟配送的确定无穷大惩罚值，对车辆提前到达客户处的确定惩罚值。 　　再次，为提高配送服务质量和客户满意度，本文在建模时，按客户对收货时间的要求制定时间窗建模。 　　最后，考虑到车速变化对碳排放的影响较大，故模型假定以经济车速配送；为使建模更加逼真，由于是小范围内配送故暂不考虑天气等不确定因素的影响，将每一条实际路径赋予一个交通条件和道路条件系数来转化为理想路径，在此基础上优化路径。 　　（一）实际距离转化为理想距离 　　考虑到不确定因素对配送的影响，分别引入道路条件（hij）、交通条件（rij）、和天气（wij=0）等影响因素定量讨论其对城市交通运行状况的影响程度，计算公式为 　　其中，dij为客户i和j之间的实际距离；d*ij为客户i和j之间的理想距离。 　　（二）碳排放成本计算 　　在配送过程中的碳排放量，不仅与运输距离有关，还与载货量等因素相关。本文收集相关数据进行回归分析，得出碳排放量是依赖于配送距离和载货量的二元一次函数，即 　　其中，d是车辆行驶距离，Q0是车重，x是载货量，α、β、b是一常