第六章物流系统规划.ppt

第六节 运输车辆路径优化 一、单一车辆配送路径优化 求解单一车辆从起点到终点间的最短行车路线问题，一般以行车时间最短，距离最短或运输费用最小为优化目标。常用方法有动态规划法，Dijkstar方法（迪杰斯特拉算法），旅行商(TSP）模型等。 （一）多阶段动态决策法 网 络 图 在图中，共有10个节点：A、B1、B2、C1…、E，要从A点经有关节点，最后到E点铺设道路。图中两点间连线上数字表示两节点的距离（单位为km）。要求选一条自A到E的最短线路。 穷举法 穷举法是最基本、最容易想到的方法。 从A到E点共有16条可能的路线，逐一计算总距离后进行比较，结果是A→B2→C1→D1→E的距离最短，为19km。 当网络复杂程度增加，节点特别多时，计算量剧增。 多阶段动态决策法 ★ 首先将整个线路网络分成4个阶段，参见上图； ★ 其次，对每个阶段的决策问题求解。决策过程 按从终点到起点逆序进行。 ▲ 第1阶段，有两个可选状态D1和D2。 ▲ 第2阶段：从C1、C2、C3中选择一个点，使其经过D1 到达E的距离最短（显然是C1点，距离=8）；再从中 选择一个点，使其经过D2到达E的距离最短（即C2点， 距离=7）。 ▲ 第3阶段，分别从B1、B2、B3中选择一个点，使其经过 C1、或C2、或C3点到达E点的距离最短（可能的部分最 短路径是B2?C1、B2?C2、B2?C3，对应的最短距离 分别是14、17、16，即这一阶段的决策点都是B2）。 ▲ 第4阶段，选择A点，使A点经过B1、或B2点到达E的总 距离最短，结果是A?B2，距离=5+14=19。 ★ 多阶段决策过程 输入节点 决策线路 输出节点 到终点E的最短距离 D1 D1E E 5 D2 D2E E 2 C1 C1D1 D1 8 C2 C2D2 D2 7 C3 C3D2 D2 12 B1 B1C1 C1 20 B2 B2C1 C1 14 B3 B3C2 C2 19 A A B2 B2 19 阶段 4 3 2 1 决策路径 AB2 B2C1 C1D1 D1E ★ 决策结果 纵观整个网路图（上图）和上表，按顺序过程从阶段4依次到阶段1，就可得到从节点A到节点E的最短路径，如下表所示。 所以最短路径，距离为（5＋6＋3＋5）km=19km。 （二）Dijkstra方法（迪杰斯特拉算法） （三）旅行商问题(TSP)模型 旅行商问题模型是解决起点和终点重合的最短路径问题的经典方法之一。 该问题的目标是，确定车辆从原点出发，在回到原点前访问所有顾客的服务次序，使总行驶距离最小。 假设配送中心和所有客户可构成节点为n的网络，令决策变量Xij表示节点i与节点j是否相通，若不相通，则Xij=0，若相通则为1.Cij表示车辆从节点i到节点j的代价。 （三）旅行商问题(TSP)模型 解：用简单贪婪算法求最佳路径，步骤如下： 第一步：选择距出发点最近的顾客位置。由于B点距A点最近，故先选择B点。 第二步：从剩下的节点中选择离当前已选择节点最近的顾客，即找出离B点最近的点．由图知，这一点是C点。 第三步：如果所有位置都被选择了，则停止；否则返回到第二步。 由于只剩下D点没被选择．所以，D成为继C点之后的顾客；然后返回A。 这样，图6—16中的最佳送货路线为：A—B—C—D--A；总行驶距离＝22十18十38十45＝123。 课堂计算 有一配送中心1向某客户8送货，其行车可能途经6个地点．如下图所示，点1是配送中心位置，点8是客户位置．其他为中途可经过的点，箭头上的数代表两点间距离。求配送中心到客户的最短距离和最佳行车路线。 步骤 P标号点 与P点直接相连的T标号点 相应的总距离 第n个最近点 最小总距离 最新连接 1 1 4 1 4 1 14 2 1 4 2 7 2 1+2=3 2 2 12 3 1 2 4 6 5 7 3 2+5=7 1+2=3 7 3 47 4 2 7 5 5 2+5=7 3+3=6 5 6 75 5 2 5 7 3 8 8 2+6=8 6+4=10 3+8=11 3 8 23 6 3 5 7 8 8 8 8+6=14 6+4=