考虑二维装箱的车辆路径问题2L-VRP

作者简介：本人擅长运筹优化建模及算法设计，包括各类车辆路径问题、生产车间调度、二三维装箱问题，熟悉CPLEX和gurobi求解器

微信公众号：运筹优化与学习

如有运筹优化相关建模或代码定制需求，可通过微信公众号联系我们

前言

之前和大家介绍了二维装箱问题、三维装箱问题，如果大家感兴趣可以看之前的几篇推文：

遗传算法求解三维装箱问题（上篇）

遗传算法求解三维装箱问题（下篇）-代码详解

Best-Fit算法求解二维装箱问题

今天这篇推文将介绍考虑二维装箱的车辆路径问题（Two-dimensional loading constrained vehicle routing problem, 2L-VRP）

问题简介

在传统的车辆路径问题的基础上，Iori等率先考虑运输货物的二维尺寸，首次将二维装箱问题与VRP问题相结合提出了2L-VRP。区别于传统车辆路径问题，2L-VRP将客户需求的货物明确为已知长度、宽度和数量的物料箱，故不仅需要考虑车辆的最大载重，还需要考虑货物的合理摆放。

根据是否考虑物料箱装载顺序(即先进后出约束)以及是否允许二维平面上旋转，将2L-VRP分为四类：

(1) 2|UO|L:不考虑先进后出约束且货物不可旋转；

(2) 2|UR|L:不考虑先进后出约束，货物允许二维平面上的旋转；

(3) 2|SO|L:考虑先进后出约束，货物不可旋转；

(4) 2|SR|L:考虑先进后出约束且货物允许二维平面上的旋转。

模型构建

将2L-VRP定义为完备的有向图$G=(V,E)$，其中所有节点集合$V=0\cup V_0$，0表示配送中心，客户点集合 V 0 = { 1 , 2 , ⋯ , v } V_0=\left\{1,2,⋯,v\right\} V0​={1,2,⋯,v}；弧集合 E = { ( i , j ) ∣ i , j ∈ V } E=\left\{(i,j)|i,j∈V\right\} E={(i,j)∣i,j∈V}，$c_{ij}$为节点$i$和$j$之间的运输成本。每个客户$i$的货物需求量为$q_i$，矩形物料箱个数为$m_i$。客户$i$的第$h$个物料箱表示为$I_{ih}(h\in {\Phi }_i)$，其长、宽分别为$l_{ih}$、$w_{ih}$，$a_i(={\sum }_{h\in {\Phi }_i}(l_{ih}\times w_{ih}))$表示客户i所有物料箱的总面积。配送中心可用于运输的车辆集合为$K$，车辆的最大载重量为$Q$，车辆长、宽分别为$L$, $W$。

目标函数(1)表示最小化总运输成本

约束(2)确保每辆车装载的货物总重量不超过车辆最大载重

约束(3)表示每个客户仅被服务一次

约束(4)为流量守恒约束

约束(5)明确每个客户点的货物由哪辆车进行服务

约束(6)和(7)确保货物摆放位置不超出车厢范围

约束(8)-(10)表示任意两货物之间不能重叠摆放

约束(11)–(15)描述货物旋转约束以及先进后出约束

参考文献

IORI M, SALAZAR-GONZáLEZ J-J, VIGO D. An exact approach for the vehicle routing problem with two-dimensional loading constraints[J]. Transportation Science, 2007, 41(2): 253-64.