论文部分内容阅读
雾霾现象日渐严重,环境日益恶化,而在形成雾霾的众多因素中,汽车尾气是罪魁祸首,根据雾霾数据显示,雾霾成分中汽车尾气占22.2%,碳减排的重要性日益凸显,如何降低碳排放已迫在眉睫。根据《斯特恩报告》数据显示,物流配送占全球温室气体排放的14%,我国物流配送的碳排放占总排放的34%左右,如何优化配送路径对于降低碳排放变得至关重要。因此,研究考虑碳排放的车辆路径问题对于降低碳排放缓解环境恶化具有重要的研究意义。随着环境污染日渐严重,可持续发展的重要性日益凸显,逆向物流引起越来越多学者的兴趣,过去对逆向物流车辆路径问题的研究通常分别考虑正向物流和逆向物流,存在车辆迂回运输、运力使用不合理及污染环境等缺点。而在诸多实际情形中,可能会同时具有配送和回收需求。集配一体化车辆路径问题是车辆路径问题的延伸,将送货与取货过程有效的结合起来同时考虑,使得车辆的利用更加合理。在现实生活中随着货量和交通流的增加单车场车辆路径已不能满足配送的要求,因此低碳约束下的多车场集配一体化问题(Multi Depot Vehiele Routing Problems with Simultaneous Delivery and Pickup based on Carbon Reduction,MDVRPSDPC)对企业减少成本,合理利用能源,减少碳排放和保护环境具有重要的研究和指导意义。本文针对低碳约束下的多车场集配一体化车辆路径问题的模型和求解算法进行研究,主要研究工作如下:(1)分别构建了有低碳约束的单车场车辆路径问题数学模型和有低碳约束的多车场车辆路径问题数学模型,并对两者进行分析比较。(2)介绍了求解低碳约束的多车场车辆路径问题的常用算法。设计改进自适应遗传算法,首先采用聚类分析技术和扫描算法相结合快速的将客户节点进行分类排序,减少无效搜索,提高搜索速度,其次设计了自适应选择算子和反转变异算子,保证了种群的多样性,使得算法初期快速的产生优秀个体并遗传给下一代,算法后期能够保护优秀个体不被破坏。最后采用两边逐次修正算法对所求解进行进一步的组合规划。(3)结合YC物流公司的配送案例,首先运用所设计的算法对模型进行求解,其次将本文设计的改进遗传算法与传统遗传算法和蚁群算法求解结果进行对比验证了所设计算法的有效性,最后讨论了车型、车辆速度和碳排放因素对物流配送的影响。