运筹说 第79期｜论文速读之双目标岛屿旅行商问题

前几期的推送已经讲解了图与网络分析的基本知识、数学模型和相关算法，相信大家对图与网络分析已经有了充分的了解，这期小编将带大家一起来读一篇关于双目标岛屿旅行商问题的文章。

1.文章信息

题目：The bi-objective insular traveling salesman problem with maritime and ground transportation costs

作者：Pablo A. Miranda，Carola A. Blazquez，Carlos Obreque，Javier Maturana-Ross，Gabriel Gutierrez-Jarpa

来源：European Journal of Operational Research

出版信息：Volume 271，Issue 3，27 June 2018，Pages 1014-1036

网址：https://doi.org/10.1016/j.ejor.2018.05.009

2.文章导读

本研究的动机是为位于智利南部的一组农村岛屿设计家庭垃圾收集系统。每个岛屿都有一些小港口或码头，应选择这些港口或码头来收集垃圾。同时为岛屿配备车辆或驳船，以收集家庭垃圾。自然，岛屿上到访码头的数量和位置会对驳船访问岛屿所产生的海上运输成本（Maritime Transportation Costs，MTC）产生相关影响。此外，还严重影响着将生活垃圾或货物从岛屿内运至选定码头的运输成本，以下简称地面运输成本（Ground Transportation Costs，GTC）。因此，本文研究了一个双目标问题，即优化一组岛屿的单一无容量限制的访问序列，并为每个岛屿选择码头，称为双目标岛屿旅行推销员问题（Bi-Objective Insular Traveling Salesman Problem，BO-InTSP）。所研究的问题需要在MTC和GTC之间进行权衡。直觉上，如果MTC的重要性很高，那么解决方案倾向于访问每个岛屿的单个码头；如果MTC的重要性较低，那么解决方案可能会访问每个岛屿上的所有码头。

3.摘要

本文介绍并研究了双目标岛屿旅行商问题，用一艘驳船为一组岛屿确定单一选择路线，每个岛屿都有一定数量的码头，必须至少从中选择一个码头进行访问。本文研究了一种新的BO-InTSP模型，旨在最小化海上运输成本和地面运输成本，其中岛屿产生的地面运输成本与将货物运输至岛屿内选定码头的策略密切相关，这是所研究问题的一个显著特征。此外，过去文献研究孤岛旅行商问题较少，且岛屿产生的需求一般直接位于码头，而不是陆地内部，其未考虑到GTC问题。本项研究是首次在岛屿VRP或TSP内建模和研究GTC，并将其作为所选码头的函数，以双目标的观点纳入问题中，这是该文章最为新颖之处。最后，本文针对智利的一组实际实例，使用加权和方法求解了所提出的混合整数规划模型，表明了问题的双目标性质，强调了所提方法在岛屿地区货运收集或配送决策中的适用性。

4.主要内容

本文讨论了双目标岛屿旅行商问题，即用一艘驳船为一组岛屿确定单一选择路线，使访问选定码头的驳船总MTC及岛屿居民将货物运送到选定码头所产生的总GTC降至最低。其中，岛屿内的GTC由居民承担，而MTC由公共当局负责为岛屿服务，这些费用由不同的代理人或利益相关者承担。因此，必须采用双目标建模方法对BO-InTSP进行优化。如图1所示，每个岛屿都有一个或多个码头可被用作收集地点，收集地点选择和码头选择也将影响到GTC和MTC。模型应优化收集地点选择和所选码头的访问顺序，确保每个岛屿都至少有一个码头被访问。

图1 具有不同可用码头数量的岛屿示例

为确定每个岛屿的GTC，建立了如下假设。首先假设每个岛屿被分割成若干区域，每个区域都与最近的码头相关联，并由该码头收集每个区域中产生的货运。此外，每个区域由一个虚拟质心表示，该质心集中了该区域内产生的总运费。图2显示了具有三个和四个潜在收集点和货运中心的两个岛屿示例。

图2 具有不同可用码头数量的岛屿示例

另一个假设用于拆分质心的货运：假设采用线性建模结构，在这种结构中，位于中心的货物（未选择码头）在所选码头之间均匀分配。仅当未选择与此质心相关的码头，且其货物应通过其他选定的码头收取时，此假设才起作用。否则，如前所述，集中在这个质心上的货物将完全通过这个选定的码头收集。图3显示了一个四码头的示例：在图3-ii中，选择了三个码头，与未选择码头相关的质心的总运费Q/4分为三部分（Q/4×1/3）。

图3 四个质心和码头的地面货运运输事例

同时，由于本研究的双目标特性，如果仅将GTC最小化，问题的解决方案为S1（见图4-i），即访问所有码头，每个质心的货物由最近的码头提取。相反，如果仅将MTC最小化，则问题的解决方案为S2，即每个岛屿只访问一个码头（见图4-ii）。随着MTC的相对重要性增加，解决方案将从S1转变为S2，从而减少所选码头的数量，并相应地修改访问顺序。

图4 单目标岛屿旅行商问题解决方案示例

根据研究问题的复杂性和双目标性，本文构建了BO-InTSP模型。首先根据前文所述的假设给出了近似GTC的线性公式。

每个岛h包含一组码头Ω，其总货运量Q均匀分布于若干质心δ，每个质心需收集Q/δ货运量。假设单位运输成本DC用于将货物从质心移动到其关联节点i，IC表示从与节点i相关联的质心到另一节点j的单位运输成本，该成本仅在未选择节点i且选择节点j时发生。上述表达式右侧第一项表示i相关联质心到节点i的GTC，当且仅当选择节点i并且使用k个节点访问其岛h时（R=1），此成本激活。第二项表示从所有质心计算到节点i的GTC。

根据之前的问题描述和近似GTC的线性公式表达，本文将BO-InTSP公式化为双目标混合整数线性规划模型。

在该模型中，表达式（2）是问题的双目标函数，其目标旨在最小化海上运输成本（MTC）和地面运输成本（GTC）；约束条件（3）则确保在每个岛h处至少选择一个码头来收集货运；等式（4）用来确定每个岛h上访问的收集点k的数量；约束（5）将基于变量U的每个岛h所选采集点的数量与基于节点选择变量Z选择要服务的岛上站数量相关联；当且仅当选择节点i并且使用k个节点访问其岛h时（R=1），表达式（6）则表示，如果选择节点i（Z=1），则必须为k值激活一个变量R；限制（7）表示变量U和R之间的逻辑关系；限制（8）和（9）确保如果选择了节点，则驳船必须分别到达和离开该节点；等式（10）则是上文所提近似GTC的线性公式表达式，也是本文的重要亮点，其允许计算每个节点i的每个k值的GTC；表达式（11）是标准且众所周知的Miller–Tucker–Zemlin子巡视消除约束；表达式（12）和（13）是模型的决策变量的域约束。

本文拟议的BO-InTSP针对智利南部的一个真实案例进行了求解，该案例由21个岛屿组成，其中有33个码头和一个名为Dalcahue的仓库。在解决案例问题时采用了基于归一化加权和的方法，设定特定的权重值α，将问题转变为单目标问题，其中α与MTC相关，（1-α）与GTC相关。正如预期那样，访问的码头数量随着α的增加而减少，MTC随着α的增大而减少，GTC随着α增加而增加。例如，当α值为0.0、0.1和0.2时，解决方案包括访问33个码头和仓库，而当α值分别为0.8、0.9和1.0时，访问22个码头和仓库。

图5 21岛屿实例的访问顺序图

5.结论

本文研究了一种新的BO-InTSP模型，旨在最小化海上运输成本（MTC）和地面运输成本（GTC）。MTC由驳船访问岛屿收取货物时产生，GTC由岛屿居民运输货物至到访码头产生。在这个问题中，每个岛屿都是通过一组特定的码头来访问，这些码头必须与优化访问顺序同时选择。为了解决BO-InTSP问题，提出了一种双目标混合整数规划模型，并采用加权归一化方法，对真实世界岛屿的一组中小型实例进行了优化求解，并分析了解决方案结构以及权衡MTC和GTC后的结果。正如预期的那样，结果表明，如果每个岛屿上访问的码头数量增加，则GTC减少，MTC增加。因此，当GTC在目标功能中的相对重要性或权重增加时（与MTC相比），解决方案往往会访问所有码头。然而，当GTC的相对重要性降低时，获得的路线往往会访问每个岛屿的单个码头。

6.贡献

1、本文研究成果除了可以应用于农村群岛废物收集，其提议的建模结构可以进行调整和实施应用于其他问题，例如为隔离的农村大陆地区或住宅公寓收集或分配货物等。

2、本文中岛屿产生的需求并不位于待服务的网络节点或码头，而是位于岛内，本文将对从岛内到到访节点或码头的货运过程GTC建模，这是首次在岛屿VRP或TSP内建模和研究GTC。

3、本文研究了一种新BO-InTSP模型，旨在最小化海上运输成本（MTC）和地面运输成本（GTC）。

7.展望

未来的研究可以考虑多阶段情景，包括访问时间和频率选择，以及整合收集地点或运输过程中废物或危险品的环境影响。同时可以考虑VRP的典型特征，如多车辆、多仓库、时间窗口问题以及同时提取和交付，对现有模型进行扩展。此外，解决这些类型的问题需要有效的启发式方法，如拉格朗日松弛法、Benders分解法、列生成算法等，未来可专注于启发式算法的研究以适应计算工作较大的情况。