面向收益均衡的多车装载顺序优化问题的研究.pdfVIP

摘要

实现运输效率最大化是多车运输过程中的核心任务，同时，在按件计费的运

输任务中，如何公平地分配装货任务，是优化协同效果、增强运输效率的重要考

量。在第三方物流车辆运输过程中，确保货车装满的同时，提高不同车辆之间的

收益均衡程度，能提升货车司机的积极性，进而提升运输效率。在多车装载顺序

优化的算法中，传统的装车算法虽然可以有效提高解的指标，但求解时间长，内

存空间占用大，无法在计算实时性要求较高的场景中应用。

本文以第三方物流公司的货物和货车数据为研究对象，结合约束条件，优化

装载过程中货物的装载顺序，提出了面向收益均衡的多车装载顺序优化问题。本

文首先使用多目标蚁群算法得到了拥有较高平均空间利用率的装载顺序，但收益

均衡效果较差。然后基于策略梯度方法和双向门控循环神经网络构造深度强化学

习模型。最后考虑策略网络引起的属性偏差问题，提出了一种改进的编码器解码

器神经网络作为策略网络。本文的主要内容如下：

（1）构建了面向收益均衡的多车协同装载顺序优化问题的多目标蚁群算法

模型。首先采用两个指标结合的适应度函数作为不同蚂蚁所在路径上的信息素的

更新依据。最后将所有信息素浓度最高的蚂蚁所在的货物优先装载。与多个启发

式算法对比，蚁群算法在空间利用率的获取上较高且稳定。

（2）提出了基于策略梯度和奖励重塑方法的深度强化学习模型。首先使用

进行双向门控循环神经网络作为策略网络，决策装载顺序。然后使用确保各个目

标更平衡的奖励重塑方法构建多目标问题的奖励函数。最后使用策略梯度方法更

新策略网络。与启发式算法相比，平均空间利用率和司机收益更均衡。

（3）提出以基于多头注意力机制和残差模块的策略网络改进基于策略梯度

和奖励重塑方法的深度强化学习模型。该策略网络解决了属性偏差问题，可以更

好地平衡和优化各个目标。实验结果表明，通过多头注意力机制和残差神经网络

可以提升学习效率和解的稳定性。

（4）为了应对在进行收益均衡的多车装载顺序优化时，难以应用到业务中

的问题，本研究采用Pytorch框架和Java语言，开发了一个针对第三方物流的多

车装载顺序优化仿真系统。该系统整合了货物运输流程，并为装车决策提供支持。

关键词：三维装箱问题；装载顺序；多车装载问题；多目标启发式方法；多

目标强化学习

Abstract

Maximizingtransportationefficiencyisthecoretaskintheprocessofmulti-

vehicletransportation.Atthesametime,howtoequitablydistributepackingtasksin

piece-ratetransportationtasksisavitalconsiderationinoptimizingtheeffectofsynergy

andenhancingtransportationefficiency.Intheprocessofthird-partylogisticsvehicle

transportation,toensurethatvehiclesarefilledatthesametime,toimprovethedegree

ofrevenuebalancebetweendifferentvehicles,canenhancetheenthusiasmofdrivers,

andthenenhancetheefficiencyoftransportation,toachievethepurposeofcost

reductionandefficiency.Existingmulti-vehiclepackingsequenceoptimizationmodels

addresstheobjectiveofimprovingaveragespaceutilizationwithoutconsidera