针对客户请求频繁变动下的同时送取货车辆路径问题(Vehicle Routing Problem with Simultaneous Delivery and Pickup,VRPSDP),分析客户送/取货量或时间窗变动请求对原车辆配送方案产生的影响,辨识出其中的干扰事件。在将决策期分成若...针对客户请求频繁变动下的同时送取货车辆路径问题(Vehicle Routing Problem with Simultaneous Delivery and Pickup,VRPSDP),分析客户送/取货量或时间窗变动请求对原车辆配送方案产生的影响,辨识出其中的干扰事件。在将决策期分成若干个相等时段的基础上,通过设置各时段末干扰事件数量累积阈值或客户等待时段数极限值参数,确定干扰管理决策时刻,建立基于等待策略的VRPSDP干扰管理模型,并设计一种改进遗传算法和禁忌搜索算法相结合的两阶段启发式算法。选用Solomon标准测试算例中多组数据进行算例分析。算例结果显示,相比于实时干扰管理方法,基于等待策略的干扰管理方法节约广义总成本14%以上,节约时间偏离成本7.8%以上,敏感性分析表明,干扰事件数量累积阈值和客户等待时段数极限值均存在最优取值。展开更多
文摘针对客户请求频繁变动下的同时送取货车辆路径问题(Vehicle Routing Problem with Simultaneous Delivery and Pickup,VRPSDP),分析客户送/取货量或时间窗变动请求对原车辆配送方案产生的影响,辨识出其中的干扰事件。在将决策期分成若干个相等时段的基础上,通过设置各时段末干扰事件数量累积阈值或客户等待时段数极限值参数,确定干扰管理决策时刻,建立基于等待策略的VRPSDP干扰管理模型,并设计一种改进遗传算法和禁忌搜索算法相结合的两阶段启发式算法。选用Solomon标准测试算例中多组数据进行算例分析。算例结果显示,相比于实时干扰管理方法,基于等待策略的干扰管理方法节约广义总成本14%以上,节约时间偏离成本7.8%以上,敏感性分析表明,干扰事件数量累积阈值和客户等待时段数极限值均存在最优取值。
