物流配送路线模型优化及应用.docVIP

　第25卷第1期 　2005年2月杭州电子科技大学学报Journal　of　Hangzhou　Dianzi　UniversityVol.25,No.1　Feb.2005　 物流配送路线模型优化及应用 卜心怡,于　涛 (杭州电子科技大学管理学院,浙江杭州310018) 摘要:在物流配送问题中,车辆调度问题(VRP)是一个关键问题,也是组合优化领域的前沿与热点问题。 该文根据MG公司配送中心的特点,建立了该公司的VRP模型,公 司配送网络进行了细致的优化,找到一个满意的方案。 关键词:配送中心;启发式算法;节约算法;车辆调度问题 中图分类号:F224.3　　　　文献标识码:A　　　　(2005)-0　引　言 ,称之为“配送”。配送的特点一是直接面向用户的运送活动,;在配送问题中,车辆调度问题(VehicleRVRP)是一个极具魅力的优化问题,吸引着全世界无数的科学家、工程师和管理者为之探索。,构造运算简单、寻优性能优异的启发式算法,不仅对于配送系统而且对于许多可转化为车辆路径问题求解的组合优化问题都具有十分重要的意义。 1　VRP模型的假设及MG公司VRP模型的建立 VRP模型最早是由Dantzig和Ramser提出的,目前已成为运筹学和组合优化领域的前沿与热点问题。该问题的研究目标是:对一系列顾客需求点设计适当的路线,使车辆有序地通过它们,在满足一定的约束条件(如货物需求量、发送量、交发货时间、车辆容量限制、行使里程限制、时间限制等)下,达到一定的优化目标。 1.1　模型的假设和考虑因素 (1)模型的假设 考虑VRP模型问题时,需做如下假设:在一个城市中有N个客户,每个客户的位置坐标和货物需求已知,车辆的负载能力一定,但数量尚未确定,VRP模型是对车辆(每辆车一条路径,开始和终止都在起始点)所要访问的客户进行排序,使所有客户都满足要求,而且总旅行成本最小。 (2)模型应考虑的因素 建立VRP模型前,要对实际问题进行研究,需要考虑以下几个方面的问题: 1)仓库。仓库的技术,每级仓库的数量、地点和规模; 2)车辆。车辆的型号和数量,每种车的容积和运作费用,出发时间和返回时间,司机休息时间,最大的里程和时间限制; 3)时间窗。由于各处的工作时间不同,需要各个地点协调; 4)顾客。顾客需求,软硬时间窗,装载或卸载,地理位置,分离需求,优先等级; 5)道路信息。车流密度,道路交通费用,距离或时间属性; 收稿日期:2004-09-02 作者简介:卜心怡(1961-)女,上海人,副教授,管理科学与工程. 杭州电子科技大学学报　　　　　　　　　　　　　2005年92　　　　　　　　　　　　　 6)货物信息。货物的种类多少,兼容性,货物的保鲜; 7)运输规章。工人每天的工作时间,车辆的周期维护。 1.2　MG公司的背景与VRP模型的建立 (1)MG公司的背景MG公司是一家模具钢生产企业,随着业务的发展,MG公司决定在业务最多增长最快的苏州设立一个配送中心,配送中心的任务是接受来自苏州及附近城市客户的订单要求,将之发回总部处理,同时接受从总部发来的货物及指令,分配车辆将货物及时地送往目的地。为了方便建立模型,在此模型中顾客的时间窗问题、道路信息问题和运输规章问题也可忽略。 (2)建立MG公司的VRP模型 为了叙述方便,引入下面的符号: 1)客户集合,P={i},i=0,1,……,n,且i=0指起始点; 2)车辆集合,M={k},k=1,……,m,m是一个待决定的决策变量; 3)客户i的需求量q,i∈V(i=0时,q=0); 4)客户i到客户j的距离C,Ci0=0,C0j=0,i∈P/{0},Cij,i5)每辆车的能力(每辆车的载重重量相同),Q≥max 如上假设,可建立VRP模型如下:　　　　　　min　m 　　　　　　min　ijkikPP yjk=k=1 n i=1 n1,i=1,2,Λ,nm,i=0　　　　　　ρqiyikΦQ　Πk　k=1,Λ,m　　　　　　ρxtjk=ρxjik=yjkj=1j=1n 　　　　　　(i=1,Λ,n)(k=1,Λ,m) 　　　　　　{0,1}?yik,{0,1}?xijk 　　　　　　{i,j=0,Λ,n};(k=1,Λ,m) 　　　　　　其中xijk和yki为变量,定义为: yik=1,顾客i的任务由车辆K完成yik0,其他 xijk=1,车辆访问顾客i之后马上行驶至顾客jxijk=0,其他 2　求解VRP模型的算法与数据汇总 2.1节约算法 为了制定VRP模型中的分配式配送优化方案,模型主要运用的方法是启发式算法中的节约算法(也叫里程节约法)。由模型的提示所得,节约算法制订出的方案除了使配送总tⅹkm最小之外,还应该满足以下条件: (1)能满足所有用户的供货需求; (2)不使任何一