易腐农产品动态车辆调度问题探究

《易腐农产品动态车辆调度问题探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、易腐农产品动态车辆调度问题探究　　摘要：文章依据易腐农产品固有的自然属性、储存时间的有限性、运输装备的特殊性，以车辆固定成本、运输成本、能耗成本、货损成本以及客户惩罚成本构成的综合成本最低为目标函数。在满足车辆载重量约束、客户时间窗约束等限制条件下，针对客户需求的不断变化，在冷链物流配送的基础上建立动态车辆调度优化模型。利用基本动态规划算法对模型进行求解，验证了模型的有效性。关键词：易腐农产品；综合成本；动态车辆调度；动态规划算法中图分类号：F252.14文献标识码：A伴随着市场经济的高速发展，科学技术创新的日新月异，消费者需求日益呈现多元化和个性化

2、，对易腐农产品[1]的色泽、营养、风味、新鲜程度以及送达时间等要求越来越严格，与此同时易腐农产品的产量和流通量也在逐年增加，易腐农产品具有易腐易损的特性，对运输的时效性、储藏的安全性要求比较高，在我国，易腐农产品运输过程中普遍存在保鲜难、损耗多、成本高的问题。为了满足消费者的不断需求，企业需要提出更好地解决方案来提高消费者的满意度，使得企业取得更大的效益。5目前对DVRP的研究，文献[2]提出了DVRP的两阶段插入算法，车辆行驶在2个客户之间时，持续运行算法求得当前路径中的可行邻域解；当有新需求的客户出现时，利用当前所求得的邻域解将新需求客户快速插入

3、到行驶的路径中。文献[3]提出了一种考虑未来客户需求信息的调度策略，通过实验对比证明了应用未来客户信息可以取到更好的调度结果。文献[4]中根据时间轴的概念将动态车辆调度问题分解为一系列静态车辆调度问题，并建立了两阶段的数学模型，其编码方式采取把最邻近法与贪婪算法则相结合控制车辆沿途补货，并用自适应免疫量子进化算法进行求解，引入免疫算子使线路内和线路间进行再优化，从而有效地提高了解的质量，加快了算法的收敛速度。本文主要针对易腐农产品易腐烂变质的特性，以易腐农产品运输的综合成本最少为目标，当客户出现请求的新增、取消、修改以及交通堵塞等多种动态事件情况下，

4、对配送路径进行实时优化，在一定的约束条件下建立易腐农产品的动态车辆调度模型，利用动态规划算法[5]解决实际问题，并验证模型的有效性。1数学模型1.1问题描述及分析假设G=N，E是一个完备的有向图，节点集为N=0，1，2，…，n；边集为E=i，j，i，j∈N，5i≠j。其中0表示配送中心，其余为客户点，根据每辆车需要服务的第一个客户的最早开始时间设定该车的出发时间，车辆从配送中心出发，在2个客户点之间不能改变其行驶方向，每个客户都有一个要求服务的时间窗范围和一个可接受的服务时间窗范围，并且每个客户且只能由一辆车为其服务。在某一时刻τ，有新需求的客户出现

5、，在考虑每辆车的当前载货量和新需求客户的位置、需求量和服务时间窗范围下，系统会找出符合新需求客户的运输车辆，将新需求客户插入到正在行驶的车辆中，使得运输综合费用最少，如果没有符合新需求客户的车辆，则进入到等待队列中。车辆在满足每个客户要求的时间窗和每辆车的最大载货量范围内，完成对所有客户点的配送服务后，最终回到配送中心。优化目标是确定车辆的最优行驶路线，使得综合总费用最少。1.2模型的建立本文引入关键点和未分配点[6]两个术语来描述动态车辆调度问题。关键点是指行驶车辆正在配送的客户点或正在前往的客户点，每条路径要求至多只有一个关键点。未分配点是目前还

6、没有服务到的客户点，这里的“未分配”并不是没有设定车辆为该客户点服务，而是已经安排了车辆但还未行驶到。由此可知，在分辨已服务客户点和未分配客户点之间，关键点起着极其重要的作用。因此，当出现新需求客户或者交通状况发生变化时，需要迅速确定当前的关键点和未分配点之间的信息。4结论5本文分析了易腐农产品运输的综合成本，在客户需求不断变化的情况下，建立了易腐农产品动态车辆调度模型，更贴近实际生活的需要。由调度中心进行实时监控，有新需求客户到来时实时优化路线，采用基本的动态规划启发式算法进行求解，应用实例表明，动态规划算法能够在很短的时间求出比最近邻域法更好解，

7、实时优化行驶路线，同时在运行时间和存储空间允许的情况下，求解出更大规模的问题，提高客户满意度，增加企业的利润。参考文献：[1]王振锋，徐广印，等.我国农产品物流的发展研究[J].物流科技，2006（6）：99-101.[2]AngelelliE，BianchessiN，MansiniR，etal.S-hortTermStrategiesforaDynamicMulti-periodRoutingProblem[J].TransportationResearchPartC：EmergingTechnologies，2009，17（2）：106-119.

8、[3]YangJian，JailletP，MahmassaniH.Real-timeMulti-vehicl