中南大学 数学建模 lingo matlab 优化建模论文 B题带有客户时间窗的货车配送路径优化问题.doc

2009高教社杯全国大学生数学建模竞赛

承诺书

我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.

我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。

我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。

我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。

我们参赛选择的题号是（从A/B/C/D中选择一项填写）：B

我们的参赛报名号为（如果赛区设置报名号的话）：29

所属学校（请填写完整的全名）：中南大学

参赛队员(打印并签名)：1.袁浩

2.何开先

3.李华斌

指导教师或指导教师组负责人(打印并签名)：

日期：2009年08

B题带有客户时间窗的货车配送路径优化问题

摘要

本文主要是求解一个典型的和一个带有随机需求的带有时间窗车辆路径问题（VRPTW问题）。

为简化问题，我们将时间窗假设为硬时间窗。

对于问题一，利用确定性规划的方法，建立了总路程最短为目标的优化模型，但是如果直接用lingo软件硬求问题的最优精确解，就会需要很长时间才有结果，有时甚至可能得不到结果，所以我们另辟蹊径，运用C-W节约算法求解该模型。

C-W节约算法的主要思想是：首先将各个客户点与中心仓库相连，构成一条仅含一个客户点的送货路线，并计算总路程；然后计算将两个客户点连接在一条线路上的路程节约值，节约值越大，说明将两个客户点连在一起的总路程减少得越多，直到节约值为0为止。

该算法可以很快求出较优解，但不一定会是最优解。针对算例，首先我们对此问题所需车辆数进行了估计，在估算得到至少3辆车即可完成任务的前提下，由lingo软件来求时，我们没有得出结果；但由该算法得到的C++程序求得较优车辆路径为{0-8-5-7-0，0-6-4-0，0-3-1-2-0}，总路程为910公里，我们认为这个解是一个比较优的解。最后，我们还对这个线路进行了小小的改进，经分析又发现，完成任务后可能从某些任务点绕行比直接返回车场路程更短，故放弃直接回车场的假设，利用组合策略的Floyd算法得到最短路问题的解，进而得到改进的车辆路径为{0-8-5-7-2-0，0-6-4-0，0-3-1-2-0}（第一条线路只是从2客户经过而已），总路程为885公里。

对于问题二，利用随机规划的方法，在假设各客户的实际需求满足同样的离散概率分布的基础上，建立了总期望路程最短为目标的优化模型，并给出了随机参数的确定方法。至于处理方法，由于随机性问题中用户的需求事先未知，因此对这一类问题的求解不能采用确定性问题的做法，所以求解十分困难，我们最后也只给出了大致的努力方向。

关键字时间窗随机规划C-W节约算法最短路

一问题重述

1．问题背景

车辆路径问题(VehicleRoutingProblem,VRP)最早是于1959年首次提出的,它是指有一定数量的客户,各自有不同数量的货物需求,一个中心仓库提供这些货物,并有一个车队负责分送货物,要求组织适当的行车路线,使客户的需求得到满足,并能在满足一定的约束条件下,达到诸如路程最短、成本最小、耗费时间最少等目的。

有时间窗车辆路径问题(VehicleRoutingProblemwithTimeWindow,VRPTW)是在基本VRP中对每个客户的开始服务时间范围加以约束,与实际情况更加吻合,因此有很强的实用背景。在配送运输上，时间窗口显得越来越重要。因此，降低运输成本，提高配送的及时性和配送的服务质量，优化车辆路径问题，是降低企业成本的迫切需要。

例如可以有以下的具体实例。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