12组 王柳 李晗 高兴华.doc

PAGE 15 车辆路径问题 摘要 车辆路径问题是现代物流研究中的一项重要内容,它是在已知待服务的客户和出发点的位置、车辆的最大负荷和客户需求的前提下,选取恰当的车辆路径,加快对客户需求的响应程度,同时降低运输成本,增强客户对物流环节的满意度。 本文根据问题要求，首先建立了一个基于蒙特卡罗模拟算法的数学模型。运输中产生的总派送费用我们将其归于车辆的运输费用与不满足运货点时间窗费用（等待、惩罚费）之和。然后以总派送费用最小为目标函数，以货车最大载重量及各送货点的收货时间限制范围为约束建立模型。此模型依据蒙特卡洛方法采用随机数模拟，产生出满足限定条件的可能载货组合，并求解当前组合下各车辆的消耗费用，再相加得出该组合的总费用。以此重复上述步骤，同时比较前后组合产生的费用，最终选取总费用最小的组合。最后用该算法求出了算例中满足派送费用最小的车辆配送方案为：当单位路程费用和单位时间等待及惩罚费用均为1时，最小派送费用为1635.5元，派送方案：第一辆车0—1—3—5—0，第二辆车0—4—6—0，第三辆车0—2—7—8—0。 为了改进模型一中基于蒙特卡洛模拟产生随机组合的不确定性和重复组合性，我们依据蚂蚁算法建立了模型二，我们仍以总费用为目标函数，考虑当时间偏差费用为无穷大时，即不允许有时间偏差时，则以上问题衍化为每项任务必须在要求的时间范围内完成,超出这个时间范围,得到的解为不可行解。所以派送费用仅为车辆行驶费用，使总费用最小的问题即转化为使车辆行驶总距离最短的问题，即为算例要解决的问题。依据蚂蚁算法我们给出了算例的求解结果：第一辆车0-2-7-4-0;第二辆车0-3-1-0;第三辆车：0-8-5-6-0，最小总路程为780公里。 接着我们对模型进行了推广，在模型一和模型二中我们均考虑每个客户的货物只能由一辆车一次性完成，所以模型的推广中，考虑一个客户的货物可由多辆车共同完成，每辆车容量均为Q，且必须在一定的时间范围内到达，建立模型。 最后我们对文中的模型进行了优缺点的评价。 关键词：运输问题 最短路径 单目标规划 蒙特卡洛模拟 蚂蚁算法 问题重述 一个中心仓库，拥有一定数量容量为Q的车辆，负责对N个客户进行货物派送工作，客户i的货物需求量为，且，车辆必须在一定的时间范围内到达，早于到达将产生等待损失，迟于到达将处以一定的惩罚，给出使派送费用最小的车辆行驶路径问题的数学模型及其求解算法。并具体求解以下算例。 有8项货物运输任务（编号为1，2，…，8），各项任务的货运量（单位：吨）、装货（或卸货）时间（单位：小时）以及要求每项任务开始执行的时间范围由表1给出，这些任务由车场0发出的容量为8吨的车辆来完成，车场0与各任务点以及各任务点间的距离（单位：公里）由表2给出。这里假设车辆的行驶时间与距离成正比，每辆车的平均行驶速度为50公里/小时，问如何安排车辆的行驶路线使总运行距离最短。 表1 任务的特征及其要求 任务 1 2 3 4 5 6 7 8 （吨） 2 1.5 4.5 3 1.5 4 2.5 3 （小时） 1 2 1 3 2 2.5 3 0.8 [1,4] [4,6] [1,2] [4,7] [3,5.5] [2,5] [5,8] [1.5,4] 表2 点对之间的距离 0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8 0 40 60 75 90 200 100 160 80 40 0 65 40 100 50 75 110 100 60 65 0 75 100 100 75 75 75 75 40 75 0 100 50 90 90 150 90 100 100 100 0 100 75 75 100 200 50 100 50 100 0 70 90 75 100 75 75 90 75 70 0 70 100 160 110 75 90 75 90 70 0 100 80 100 75 150 100 75 100 100 0 基本假设 车辆的行驶速度不变； 车辆在仓库等待出车时不产生等待费用； 车辆消耗费用由行驶费用、等待惩罚费和超时惩罚费用组成； 单位时间的等待费用和惩罚费用相等； 运货车辆在两客户点间行驶时行驶的路径均为两点间最短路径； [6]不考虑车辆出车费用。 问题分析 1）问题背景分析： 在物流配送供应领域中,一个常见的问题是:已知有一批客户,各客户点的位置坐标和货物需求已知,供应商具有若干可供派送的车辆,运载能力给定,每辆车都从起点出发,完成若干客户点的运送任务然后再回到起点.现要求以最小的车辆数、最小的总行程来完成货物的派送任务,该问题被称为车辆路径问题 (vehicle routing proble