物流配送和算法文献综述

物流配送和算法文献综述

小编：这里给大家介绍一篇物流配送的英文综述

---

链接：https://doi.org/10.1007/s12351-020-00600-7

---

摘要

配送计划和车辆路线对供应链运营非常重要，因为两者在很大程度上决定了配送成本和客户满意度。由于运输公司、客户和外部环境的需求，货物配送受到多种因素的影响，因此车辆路径问题（VRP）成为运筹学中研究最多的课题之一。这些因素要么转化为问题的约束条件，要么转化为问题的变量，最终导致研究人员制定和研究的VRP的不同变体的产生。此外，通过使用集成到信息系统中的算法，物流和供应链运营的管理正在得到加强，从而能够优化现实生活中的配送案例。本文提出了一种对大多数物流配送公司在日常运营中面临的与货运相关的多个VRP变量进行分类的方法，以及解决各种问题的算法。研究方法的应用总结了334篇论文，这些论文进一步分类为263篇关于货运的论文，旨在确定过去十年中VRP变体和应用算法的趋势。还确定了VRP变量与应用算法之间的相关性。最后，本文介绍了文献综述的定量和定性结果，并讨论了对研究界有重大影响的科学出版物。

---

一、引言

车辆路径问题（VRP）是当今物流企业面临的最关键的挑战之一。自1959年Dantzig和Ramser（1959）提出卡车调度问题以来，研究人员一直在研究车辆路线和交货计划。它被认为是车辆路径问题（VRP）的典型案例，指的是从中央仓库到地理上分散的客户的货物分配。

从那时起，影响问题的几个因素被引入，例如车辆容量的变化、与时间相关的限制，即客户设置的时间窗口，以及分销中涉及的多个仓库的存在。这些，以及其他特征和需求，要么转化为构成问题的约束，要么转化为定义问题的变量。这一挑战带来了一个复杂的问题，其中必须同时考虑多个标准和限制，包括每个客户的要求。在任何情况下，源于物流公司面临的实际案例的变量和约束都会从研究人员转化为VRP变体。因此，下面分析的VRP变体与现实案例有关。在大多数情况下，无论是在实践中还是在理论上，目标都是相同的，即在分销服务保持在较高水平的同时，将总分销成本降至最低。

分销成本占产品最终销售价格的很大一部分，包括固定成本和可变成本。因此，公司需要降低这两种成本中的一种或两种，以实现客户对产品的更高需求。固定成本主要来源于司机的工资或车辆使用成本，并且仅通过使用车辆而对配送公司造成负担，不考虑路线和服务的客户数量。另一方面，可变成本主要来源于燃料成本或每条路线的旅行时间。因此，可变成本受路线长度和持续时间的影响。路由实际问题中包含的限制和参数，以及与不同VRP变体相关的限制和参数，决定了路由、路由长度和路由持续时间。因此，主要需要定义实际案例的VRP变量、问题的公式以及共同构成总成本的目标函数。所有这些因素都将有助于寻找合适的优化方法，以最具成本效益的方式解决问题。

在这个方向上，公司不仅要充分认识到影响其日常运营的许多变量和参数，而且要充分认识到算法。在此前提下，本文的主要目标是首先定义物流配送中最常见的VRP变量，然后给出用于解决特定变量的算法。在当今充满挑战和不断变化的环境中，这些算法对于物流公司来说是必要的。客户的数量以及他们的需求和要求都在增加，而优化算法的使用是有效客户服务和高效运营的关键组成部分。

本研究确认了VRP变体的趋势、提出的算法以及它们之间的相关性。更具体地说，讨论了不同的VRP变体，并将其分为十六（16）类，代表物流配送中最真实的案例。在16个类别中的一个类别中，对一些具有类似特征的变体进行了分类和讨论。接下来，通过系统的文献回顾，介绍了求解VRP变量的算法，并讨论了VRP变量与各种算法之间的关系。据我们所知，没有其他论文试图在这种分析水平上找到VRP变体和算法之间的相关性。VRP算法的其他文献综述仅按图1所示的高级分类：精确、启发式和亚启发式。我们的贡献在于，我们将分析扩展到了算法分类的较低层次。因此，本文的贡献对物流行业的研究人员和实践者具有重要意义。Marinakis和Migdalas（2007）是第一个对VRP变体及其算法进行定性研究的人，这是当前研究的良好起点。这些VRP变体通过Eksioglu等人（2009年）、Lahyani等人（2015年）和Braekers等人（2016年）的出版物中提出的其他变体得到进一步增强，这些变体在过去几年中被认为在VRP中具有重要意义。

二、配送物流的VRP变体

在本节中，将分析大多数物流和配送公司在日常运营中面临的各种变化，包括车辆路线和交货计划，以及这些变化与现实案例的关联方式。首先，车辆容量是车辆路径问题的一个关键因素，因为它是现实生活中分布情况中研究最多的因素（Kim等人2015；Mańdziuk和Nejman 2015），也是研究人员和从业者最先考虑的因素。容量形成了VRP的两种变体：（1）容量化VRP（CVRP），其中所有车辆相同且具有相同容量；（2）异构车队VRP（HFVRP），其中存在多种类型的车辆，每种车辆由不同的容量、固定和可变成本定义（Prins 2009）。在实际操作中，很少有公司拥有相同的车队。相反，为了经济高效地为客户服务，公司使用不同类型的车辆。小型车辆主要服务于市中心的客户（最后一英里配送），而大型车辆主要服务于距离较远且需要大量订单的客户和零售商。在这两种情况下，当制定问题时，假设车辆在完成路线后返回中央车辆段。然而，与运营车辆车队的运输公司合作是很常见的，尤其是对于寻求降低固定成本的第三方物流（3PL）公司。在这种情况下，合作伙伴的车辆不一定在路线完成后返回仓库。

管车队是否是异质的或均匀的，一些研究者，在过去的十年中，考虑二维（2D VRP）三维（3DVRP）装载约束，以确保分布式物品可以被切实地装载到车辆中（ZaZaRADIS et al. 2016）。在考虑这些约束条件时，研究人员通常将问题分为不同的问题，即打包问题和路由问题。在本文中，我们考虑作为一个单一的变体的问题，3DVRP的2D和3D装载约束，我们只专注于车辆的路由提出的算法。此外，与装载能力相关的另一个变体是卡车和拖车VRP（TTVRP）。在特定情况下，一些客户可能会由牵引拖车的卡车提供服务，而其他客户则只能由一辆卡车提供服务（Lin等人，2010年）。它主要与城市中心和农村地区的送货和收货有关，且存在无障碍限制（Usberti等人，2013年）。

在其他情况下，城市的交通拥堵、通行限制和环境法规迫使公司使用容量较低的车辆（Quak and de Koster 2009；Sitek 2014；Perboli and Rosano 2019）。在这种情况下，车辆在行程中只能拜访少数客户。然而，他们可以在工作日执行多次行程，从而实现多行程VRP（MTVRP）（Brandão and Mercer 1998）。为了优化程序并在驾驶员轮班期间执行最大行程数，通常使用卫星设施（VRPSF）补充车辆。在这种情况下，采用了两级VRP，通过卫星设施安排车辆路线，管理从仓库向客户交付货物（Granger等人，2016年）。因此，有两个路由程序，一个用于车辆从车辆段出发，运送到卫星并返回到车辆段，另一个用于从卫星到客户并返回到卫星（Crainic et al.2010）。当考虑两层以上的分布时，这种变体称为多级VRP（MEVRP）。在本文后面，VRPSF、2EVRP和MEVRP被归为一类，即MEVRP，因为这些变体有许多共同的特征。

客户的要求在很大程度上决定了VRP参数的设置。该问题最常见的变体之一是带时间窗口的VRP（VRPTW），每个客户都确定必须交付订单的时间间隔。如果车辆在时间窗口开始前到达，则必须等到打开，而在时间窗口结束后无法到达（César and De Oliveira 2010）。在这种情况下，时间窗口的特征是硬的。另一种情况是时间窗变软，这意味着车辆可能会在时间窗结束后到达，但需要额外的费用。这种变体在物流中非常重要，因为大多数终端客户都决定了交付货物的时间窗口，并且它与交付的准确性和客户满意度有着密不可分的联系。然而，良好的人际关系也可以提高所提供服务的质量。在过去十年中，VRP出现了一种新的变体，即consistent（ConVRP），在这种变体中，分销公司和客户之间的信任成为一个优先事项。

还必须强调的是，物流运营不会在货物交付阶段结束，因为客户退货的现象在实践中很常见。带回程的VRP（VRPB）和带同时提货和交货的VRP（VRPSPD）都研究了路线执行期间的交货和提货情况。就VRPSPD而言，货物从中央仓库开始交付给客户，皮卡同时装载到车辆上，然后返回仓库（Montanéand Galvão 2006）。在每个阶段，都必须考虑交付和装载，因为不能超过车辆的总容量。另一方面，VRPB也涉及提货和交付，它还有一个额外的限制，但这简化了问题，即所有提货项目都是在每条路线的交付后收集的（Goetschalckx和Jacobs Blecha 1989）。在文献分类中，这两个变体被视为一个单独的变体，名称为VRPPD（带收货和送货的VRP），因为它们都涉及收货和送货。

环境污染迫使政府制定环境法规，努力减少噪音、交通、二氧化碳排放，从而提高公民的生活质量。二氧化碳排放的很大一部分来自公路货运，这一事实不能使运输公司不受影响。因此，除了最小化运输成本外，公司还需要最小化二氧化碳排放，这一问题在文献中被称为绿色VRP（GVRP）（Lin等人，2014）或污染路径问题（PRP）。PRP在某种程度上更难解决，因为排放不仅取决于车辆的速度，还取决于分配过程每个步骤中车辆的负载。Bektas和Laporte（2011）是第一个研究VRP特定变体的人。此外，电动汽车和混合动力汽车既可以电动也可以使用传统燃料，有助于将污染和二氧化碳排放降至最低。该问题的这些版本分别被称为电动VRP（EVRP）和混合VRP（HVRP），最近引起了公司和研究人员的注意（Mancini 2017）。这四种VRP变体（GVRP、PRP、EVRP和HVRP）在文献分类中被视为一个类别，名称为GVRP。

交付的准确性在很大程度上取决于交付点、取货点和仓库之间的行程时间。通过使用一个函数解决了这个问题，其中出发时间是自变量，被称为时间相关VRP（TDVRP）（Andres Figliozzi 2012）。该属性对于更好地预测交通拥堵和节点之间的旅行时间，以及检查路线的可行性至关重要。最初的路线和日程安排，即在路线开始之前就知道交货和取货订单，可以通过这种变体变得更加可靠。然而，在路线执行期间，订单和不可预见的事件可能会动态出现（Flatberg等人，2007）。在这种情况下，为了满足新的客户订单，避免因不可预见的事件而造成的延误，需要对交货计划进行更改。

另一个高度依赖于合作配送货物的配送中心数量的变量是多仓库VRP（MDVRP）。在一家公司管理多个配送中心的情况下，客户通常被分配到最近的仓库，该仓库包含每位客户订购的货物（Renaud等人，1996年）。因此，MDVRP可被视为一系列多个单一仓库问题，简化了初始问题。有了这个假设，这个问题就可以得到充分的解决，尤其是在每天都有新客户出现，导致路线不固定的情况下。然而，在某些情况下，这种简化是无法实现的，例如在协作分销网络（collaborative VRP）中，一组公司为了最小化运营和分销成本而进行合作。协作式VRP通常被认为是MDVRP的延伸，它可以提高车辆的负载系数，减少交叉运输，提高物流网络运行效率（Wang等人，2017）。因此，在我们的分类中，协作式和多仓库VRP统一在一个类别中，命名为MDVRP。

最后，在运输公司中不太常见的两种VRP变体是（i）分交VRP（SDVRP）和（ii）定期VRP。在第一种情况下，放松了每个客户必须被一辆车访问一次的限制，并允许客户的需求在可用车辆之间进行分割（Silva等人，2015年）。在某些分销环境中，特定的放松可能被证明是有利的，例如当平均客户需求略高于车辆容量时（Archetti et al.2008），增加了车辆的负载系数，减少了配送路线的数量，但以增加行程为代价。至于PVRP，路线是在规划期内修建的（Coene等人，2010年），可能是几天甚至几周。该模型对于每天管理固定订单的物流公司非常重要，因为他们需要在这段时间内制定最佳计划。

在大多数情况下，无论是在实践中还是在理论上，都会同时考虑多个约束条件和具有挑战性的特征，因此所解决的问题在现实生活中的路由案例中反映得最多。根据Rabbouch等人（2019年）和Caceres Cruz等人（2014年）的说法，在这种情况下考虑的一些有代表性的现实生活约束是车辆的容量和数量、为每个客户服务的准备时间和到期时间、不同的车队和不同的仓库。这些约束与已经分析过的一些VRP变体有关，例如异构车队、多仓库、收货和交货、开放和时间窗口。更具体地说，Penna等人（2019年）设法同时解决上述所有VRP变体，而Belmecheri等人（2013年）和Belloso等人（2019年）则通过回程和时间窗口解决了异构车队VRP。在过去几年中，研究人员将同时考虑多个约束条件（以及多个VRP变体）定义为丰富的VRP（Lahyani et al.2015）。

多年来，研究人员研究了越来越多的VRP变体，以解决物流公司在日常运营中面临的问题。我们认为，在本节中分析的VRP变型是反映物流公司在货运配送中所面临的挑战最多的变型。多个变量和约束的存在迫使物流公司找到优化运营和最小化成本的方法。信息系统可以加强这种方法，在其功能中加入算法的使用。已经开发并提出了多种算法来解决VRP问题。最初，由于所产生的解的质量很高，人们提出了精确算法，但在大规模问题（超过100个客户）的情况下，精确算法寻找最优解所需的计算时间增加得太多，最终变得不切实际。因此，开发了启发式和亚启发式算法，因为这两种算法在解决方案质量和计算时间之间提供了更好的平衡。

三、文献综述研究方法

VRP是一个研究得很好的领域，因为它的变体处理大多数分销和物流公司面临的现实案例和问题。研究人员已经形成了多种变体，以覆盖所有病例，并改进车辆路线和交付计划。物流公司工作的外部环境、规模、客户和合作伙伴在很大程度上决定了必须考虑的问题和变化。在门派里。2.详细描述了与货物运输和配送相关的VRP变体，以证明这些变体与实际案例之间的关系。更具体地说，本文中提出的VRP变体的选择主要是由Marinakis和Migdalas（2007）的注释书目产生的，他们考虑并分析了容量限制VRP、带时间窗口的VRP、带收货和交货的VRP、多仓库VRP、随机和动态VRP，异构车队VRP、周期性VRP和开放式VRP。此外，分开交付、时间相关、绿色、卡车和拖车以及多行程VRP是Eksioglu等人（2009年）、Lahyani等人（2015年）和Braekers等人（2016年）的文章中出现的变体，这是与我们类似的审查文件，而带有3D装载约束的VRP，多级VRP和一致性VRP已经独立出现，因为在过去几年中，它们似乎吸引了研究人员的兴趣。通过这种方法，我们设法将最适合我们货运研究的VRP变体包括在内。然而，除了VRP变体之外，必须强调为解决这些问题而开发和提出的算法。

由于之前没有研究将VRP变量与解决它们的算法相关联，因此出现了对此类研究的需求。因此，遵循了Braekers等人（2016年）、Eksioglu等人（2009年）和Gayialis等人（2019年）研究的文献回顾过程。该研究方案定义明确，旨在进行高效且记录良好的审查，其中包括多个VRP变体。本研究的主要目标是确定VRP变体的趋势和解决它们的应用算法，以及它们之间的相关性。此外，本文还介绍了被认为是研究界重要和先驱的论文。被引用最多的论文被认为是重要的，并在本综述中进行了进一步讨论。

四、Classification of algorithms

该研究涉及有效处理一组VRP变体的算法的研究。所选的变体是物流公司在配送过程中最常见的变体，其特征和约束条件满足货运要求，如第节所述。 2. 因此，分类法侧重于两个关键特征，即VRP变体和算法。文献回顾涉及解决VRP所选变体的算法，旨在确定这两种情况下研究界的趋势。

更具体地说，采用了Labadie et al.（2016）和Lin et al.（2014）的工作，以形成适用于VRP的算法的完整分类。他们的研究被用作我们新算法分类的基础，如图1所示。这种分类是拟议工作的一个关键组成部分，因为VRP变体和算法之间的相关性是基于这种分析的。精确算法主要包括拉格朗日松弛法和列生成法，但由于研究兴趣有限，没有进一步分析。另一方面，启发式算法分为三大类，即构造、两阶段和局部改进启发式，每一类都包含特定的算法，如图1所示。我们的兴趣主要集中在这一层次的分析上，即使每一类启发式算法都包含特定的算法。其他文献综述，如Eksioglu等人（2009年）、Lahyani等人（2015年）和Braekers等人（2016年）的文献综述，要么不关注算法，要么不呈现这种分析水平。更具体地说，他们只强调算法的三个主要类别，精确、启发式和元启发式，而我们设法将分析扩展到更详细的级别。

重点介绍了元启发式算法，这是一种更高级的程序，包括总体搜索和局部搜索方法。基于群体的元启发式算法旨在从一组解决方案中生成一个新的解决方案，或者通过组合和配对现有的解决方案，或者通过学习过程使它们合作。遗传算法（GA’s）是最常见的元启发式算法，受生物进化过程的启发。最初，选择一个群体（父母）的解决方案，称为染色体。然后在每次迭代中，根据其适应度函数从群体中选择两个父母，并通过交叉过程进行组合，以提供子代（子代）。因此，采用突变程序来确保种群的多样性。最后，选择最佳解决方案作为下一次迭代的父级。模因算法（MA’s）是遗传算法的“高级”版本，对于每个孩子，都会采用局部改进方法。这两种算法都属于进化算法（EA）的更大类别（Labadie等人，2016）。基于群体的算法一般包括蚁群优化（ACO）和粒子群优化（PSO）。在蚁群算法中，蚂蚁在图中移动，根据概率规则建立路径。通常，ACO与本地改进程序相结合。在粒子群优化算法中，粒子群是存在的，每个粒子在搜索空间中从其位置移动到另一个位置。每个粒子的移动既受特定粒子达到的最佳位置的影响，也受所有粒子的最佳解的影响。

另一方面，局部搜索元启发式旨在通过将当前解决方案移动到邻域中另一个有希望的解决方案来探索解决方案空间（Mekamcha et al.2019）。禁忌搜索（TS）是最常用的算法之一，它依赖于即使已达到局部最优也继续搜索的原则。因此，即使目标恶化，也会在当前解决方案中应用移动。但是，应该注意的是，由于禁忌列表记录了最近的搜索，因此无法重新访问以前访问过的解决方案。另一种算法是大邻域搜索（LNS），它探索了一个广阔的搜索空间，因为初始解根据移除算子被部分破坏，最后根据重新插入算子被修复。自适应LNS方法与之类似，只是在每次迭代中应用了在搜索过程中可能发生变化的最有效的运算符。引导局部搜索（GLS）方法通过在目标函数中指定惩罚来操作，从而使搜索空间变得更宽，避免陷入局部最优。模拟退火（SA）、可变邻域搜索（VNS）、贪婪随机自适应搜索程序（GRAP）和迭代局部搜索（ILS）也是局部搜索超启发式算法，它们应用了避免陷入局部最优的程序。

为了优化求解VRP，研究人员将算法结合起来，利用每种方法的优势。特别是在过去几年中，为了获得更好的结果，开发了结合元启发式的混合算法（Kaboudani et al.2018；Rajabi Bahabadi et al.2019）。这是文献综述中研究的一个属性，用于确定解决多个VRP变量时使用的算法。

五、VRP变体中的应用算法

在本节中，将介绍一些论文，这些论文要么提出了新的算法，要么提供了有效的结果，要么得到了研究界的认可。更具体地说，我们给出了这些论文中提出的算法的见解。

下面总结了VRP变体的论文总结，大家有兴趣的可以深入的了解这篇论文。