突發(fā)事件下的車輛路徑問題研究.pdf

1、車輛路徑問題是物流管理研究中的一項重要內(nèi)容，有效解決車輛路徑問題不僅可以降低物流配送成本，還能提高客戶個性化需求的響應(yīng)速度、服務(wù)質(zhì)量和客戶對物流配送服務(wù)的滿意度。突發(fā)事件容易引起交通堵塞，造成路網(wǎng)中斷，增加車輛行程時間，從而引發(fā)基于連通可靠性和行程時間可靠性車輛路徑問題，極大地增加了物流運輸成本，嚴重損害物流企業(yè)的利益，同時還可能引起社會應(yīng)急救援物流配送及傷病員轉(zhuǎn)移等一系列問題。傳統(tǒng)的車輛路徑問題模型往往忽略突發(fā)事件對配送服務(wù)可靠性的影

2、響，使用平均行程時間作為其車輛路線規(guī)劃前提，在突發(fā)事件背景下是無法真正滿足這種要求的。要想合理地反映突發(fā)事件下物流配送車輛路線的隨機動態(tài)性特征，必須構(gòu)建能夠考慮諸多因素的車輛路徑問題模型，引入路網(wǎng)可靠性進行分析，從而使模型更貼近實際運行情況。借用路網(wǎng)可靠性的多種概率性能指標(biāo)，反映物流配送系統(tǒng)的運行特征，為客戶定制符合“個性化”需求的物流方案，借此提高物流企業(yè)的市場競爭優(yōu)勢。 本文就突發(fā)事件引起的基于連通可靠性、行程時間可靠性和應(yīng)

3、急物流配送的車輛路徑問題進行了深入研究，主要研究內(nèi)容如下： (1)針對基本蟻群算法求解車輛路徑問題時收斂速度慢的問題，提出了一種快速收斂的蟻群算法，利用車輛滿載率作為調(diào)節(jié)因子來控制信息素的變化，使其盡快尋找到最優(yōu)路徑。同基本蟻群算法相比較，在收斂速度和求解質(zhì)量上具有明顯的優(yōu)越性。 (2)提出了突發(fā)事件前提下基于連通可靠性的車輛路徑問題和基于行程時間可靠性的車輛路徑問題數(shù)學(xué)模型，利用蟻群算法中狀態(tài)轉(zhuǎn)移概率公式，將連通可靠性

4、、行程時間可靠性問題與蟻群算法結(jié)合，應(yīng)用到突發(fā)事件下的車輛路徑問題中，豐富了車輛路徑問題的內(nèi)容。同時根據(jù)問題性質(zhì)不同設(shè)置相應(yīng)參數(shù)，豐富了蟻群算法的參數(shù)設(shè)定。通過實例分析探索了各參數(shù)取值對結(jié)果的影響及其合理設(shè)定。 (3)旅行時間直接影響到顧客對物流配送服務(wù)的滿意度，具有模糊旅行時間的車輛路徑問題應(yīng)考慮模糊約定時間對客戶滿意度影響，應(yīng)用線性加權(quán)法綜合多個目標(biāo)函數(shù)，通過實例分析了螞蟻算法參數(shù)取值對結(jié)果的影響。 (4)針對突發(fā)事

5、件下災(zāi)難發(fā)生時應(yīng)急物流的特點，提出了一種用于解決突發(fā)事件下物流配送車輛路徑多目標(biāo)優(yōu)化問題的蟻群聚類優(yōu)化算法。結(jié)合蟻群的墓地構(gòu)造行為特點，利用改進LF蟻群聚類模型，以節(jié)點需求未得到滿足的不滿意度最小和路由時間最短為優(yōu)化目標(biāo)，應(yīng)用線性加權(quán)方法將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)問題，用LF蟻群聚類方法按約束條件進行聚類，最終確定車輛具體的出行線路。 目前突發(fā)事件下車輛路徑問題的研究剛剛起步，其適用性還未能被實際應(yīng)用證實，求解的技術(shù)也遠沒有達到成