动态车辆路径问题的多目标优化模型跟算法.pdfVIP

第27卷 第2期 深圳大学学报理工版 Vo1．27 No．2 2010年4月 JOURNALOFSHENZHENUNIVERSITYSCIENCEANDENGINEERING Apr．2010 文章编号：1000．2618(2010)02—0230—06 【交通物流】 动态车辆路径 问题的多 目标优化模型与算法 胡明伟 ，唐 浩 (1．深圳大学土木工程学院，深圳518060；2．联邦快递公司，美国田纳西州孟菲斯38125) 摘 要：以快递服务相关的动态车辆路径 问题为研究对象，建立多 目标优化模型，设计 了相应的求解 流程．多目标优化模型包括最大化服务客户数、最小化客户等待时间和最小化总旅行时间3个优化 目标． 采用基于词典式的排序方法，开发了改进的Or-opt局部搜索启发式算法．在不同基准问题数据集上进行仿 真实验，结果表明，多 目标优化模型与单 目标模型相比，能明显降低被拒绝的客户数和等待时间，而总旅 行时间未发生明显增长． 关键词：动态车辆路径问题；多目标优化；动态旅行修理员问题；智能交通系统；启发式算法 中图分类号 ：U 1l6．2；O221．2 文献标识码 ：A 近年来动态车辆路径 问题 (dynamicvehicle 入)是在决定路径的同时才为决策者所知晓或者更 routingproblem，DVRP)成为研究热点．DVRP模 新，VRP就是动态的；相反，如果所有输人在决定 型可应用于包裹快递、出租车服务、救援维修和应 路径之前就都已知并且随后不发生变化，VRP就是 急处理等，注重运输的及时性和可靠性，输入信息 静态的．DVRP的特性主要体现在如下方面：① 时 随时问而变，且带有诸多不确定因素．在路径制定 变性和随机性显著．DVRP的输入信息都是时间的 和实施过程中，车辆调度者要随时根据当前信息对 函数，即客户需求、车辆位置和状态、路网交通状 行车路径做 出优化和调整．Psaraflis…对20世纪90 况等都是随时间变化的，而且其变化规律是随机 年代 以前的研究进行了总结；Chen等 研究了带 的，无法事先预知，已制定的路径计划需要实时优 时间窗口的DVPR的动态列生成方法；Branke等 化和调整；② 信息实时更新．DVRP中的信息实时 研究了DVRP的等待策略；Fleischmann等 研究了 更新且反映在优化进程中，路线计划需根据更新的 基于在线交通信息的DVRP；Bent等 提出随机信 信息做出重新优化；③ 目标函数复杂．DVRP的目 息的基于场景的规划方法；胡明伟等 提出了时相 标函数要复杂得多，需要根据具体 问题选择适当的 关VRP的一种高效启发式算法；刘士新等 研究 目标函数；④ 实时响应．DVRP要求实时响应，路 了DVRP的导向局域搜索算法． 线重新优化过程要求在很短的时间内完成，并将新 本文以与快递服务相关的动态车辆路径问题为 的任务指派到司机，因此对优化算法和支撑技术提 研究对象，将其描述成带时间窗口的动态旅行修理 出了比静态VRP更高的要求． 员问题，提出包含最大化服务客户数、最小化客户 1．1 多目标优化模型 等待时间和最小化总旅行时间的多 目标优化模型， 本文重点研究与快递服务相关的动态车辆路径 开发了改进的ChainedOr—opt局部搜索算法． 问题，即带时间窗 口的动态旅行修理员问题 (dy— namictravelingrepairman problem withtimewindows， 1 DVRP多目标优化模型及算法 DTRFIW)．其实际应用背景是快递员从客户所在