带硬时间窗的冷链电动车辆路径问题研究.pdfVIP

带硬时间窗的冷链电动车辆路径问题研究

摘要：【目的】针对电动汽车应用于冷链物流配送的情形，充分考虑电动汽车能耗特点和社会充电桩的充电需求，研究了带

硬时间窗的冷链电动车辆路径问题。【方法】首先构建以配送总成本最少为优化目标的规划模型；然后基于蚁群算法，设

计了充电站优化算法和局部优化策略，形成混合蚁群算法求解问题；最后，改编形成硬时间窗冷链电动车辆路径问题的算

例集，通过实验比较验证了蚁群算法和混合算法的性能。【结果】搜索解的改进率达到11.82%。【结论】带局部优化策略

的混合蚁群算法能较大程度改进求解能力，算法性能总体得到大幅提升，且结果更稳定。

关键词：冷链物流；电动汽车；车辆路径问题；蚁群算法

冷链物流路径优化问题是车辆路径问题在冷链物流领域的延伸。由于所载货物的特殊性，车辆从配送中心

出发后，需要一直维持车厢的温度，直至送完该趟的最后一个客户。相对一般货物，冷链物流显然会对环境和能

源产生更大影响。将电动汽车应用于冷链物流，可在一定程度上改善环境污染和能源消耗。

对冷链物流路径优化问题的研究主要集中在一般冷链物流路径优化问题11、多种温度共同配送的冷链物流

路径优化问题2]及面向低碳的冷链物流路径优化问题[3]等方向。电动汽车路径优化问题最早的研究者为

Conrad4，研究角度涵盖了混合车队、充电形式、充电策略、时间窗类型、充电站选址等。Schneider等人[5]针对

带软时间窗的电动汽车路径问题，考虑了充电站的因素，构建了以总出行距离最短为优化目标的数学模型。

Goeke等人[6]提出了传统汽车和电动汽车的混合车队下的车辆路径问题。Verma等人[7]结合充电站充电和交

换站更换电池两种方式构建了电动汽车配送路径优化模型。郭放等人8]提出了考虑货物分类配送的电动汽车

路径优化问题。

尽管在冷链物流行业已经有一些企业采用电动汽车开展生鲜食品的末端配送，但尚没有文献考虑将电动汽

车应用于冷链物流配送优化。本文将电动汽车与冷链物流配送相结合，考虑电动汽车能耗特点、社会充电桩的

充电需求、客户的时间窗要求，提出了带硬时间窗的冷链电动车辆路径问题，建立了以配送总成本最少为优化目

标的数学模型，并设计了一种混合蚁群算法进行求解。

1模型建立

带硬时间窗的冷链电动车辆路径问题描述如下。

一个生鲜配送中心派出同质的电动冷藏汽车向多个客户配送同一温区的生鲜商品；配送中心和所有客户的

时间窗定义为硬时间窗，即配送中心只在时间窗内运营，车辆只能在该时间段内出发或者返回，给客户配送商品

不允许车辆迟到，但允许车辆提前到达，提前到达时车辆需要等待；各客户的需求量已知，且不超过车辆的最大

容量；每个客户只允许由1辆车配送1次；车辆只跑1趟，车辆从配送中心出发时完全处于满电状态。车辆容量

固定，续驶里程有限，中途可能需要采用社会公共充电站充电，可充多次，但同一个车辆访问同一个充电站最多1

次。充电速度恒定，且一次充满。假设车辆维持行驶状态的电能消耗速度与行驶里程成正比，制冷所消耗的电

能与制冷时间成正比，当车厢为空时，不需要制冷。要求制定最优的配送方案以使得配送总成本最低。模型的

相关参数见表1，决策变量见表2。

修回日期：2022-12-0417:02

收稿日期：2021-09-11网络出版时间：2023-02-22

以配送总成本最小为目标函数，包含固定成本Z，和可变成本，其中可变成本为运输成本Z、制冷成本Z：和等

工o谈；表示由于采用电动冷链车

待成本Z。固定成本是企业维持整个配送工作运行投人的资金，用Zα。

kEKiEV

进行配送，维持车辆动力所消耗的电能构成配送过程中的运输成本，表示为：Z，=bhdij;

kEKiEV

N+1itjjEV