1 内容介绍
本文主要研究广州番禺配送中心的车辆路径规划问题,首先针对之前车辆运行中的先送货后取货模式,产生车辆运行路线的迂回,以及车辆在回程中的空载,路径规划不合理,送货时间长的问题,采用集成的观点同时考虑有取货要求的客户和有送货要求的客户,把所有的送货订单和取货订单在前一天汇集到配送中心,这样每个客户的取货需求量和送货需求量根据前一天订单信息得到确认;从而可以确定配送中心以及每个顾客的位置和需求量,从而进行同时取送货,送货是针对当天的配送中心收到的货物,取货是针对前一天有发货需求的客户。在基本VRPSDP模型的基础上,加入时间窗因素,以配送车辆总的成本为优化目标,给出T公司广州番禺配送中心同时取送货的运作模式。
1.1. 问题描述
根据番禺配送中心的实际作业情况,本文将传统的同时取送货的车辆路径问题进行重新定义:给定一
个配送中心和多辆配送车辆,多量车辆从番禺配送中心出发,分别根据安排好的路线到各个客户处送货,
同时将具有取货需求的客户的货物运回配送中心。这里配送中心送的货物是当天需要配送的货物,而运回
的货物则是客户前一天需要运回的货物。要求在给定的约束条件下,合理安排车辆的行走路径,在综合考
虑各车型的固定成本和可变配送成本的前提下,以总成本最小为目标,以尽可能提高车辆满载率、减少出
行次数为思路,构建多车型的同时取送货的车辆路径优化模型。本文研究的车辆路径问题的假设如下:
1) 只有 1 个配送中心,且配送中心的地理位置已知;
2) 货物可以混装;
3) 配送中心与需求点的坐标位置及送货量和取货量均已知;
4) 各种车型的车辆数已知,且各车型的固定费用、旅行费用、车容量均已知;
5) 每辆车服务 1 条回路,由番禺配送中心出发最终回到番禺配送中心;
6) 每辆车在行驶中的车载质量不超过该车型的容量限制;
7) 每辆车每次的配送距离不超过该车型允许的最大行驶距离;
8) 每个需求点能且只能由同一辆车进行服务,每个客户最多被服务两次;
9) 货物在运输途中不会变质损坏;不考虑司机的工作时间;不考虑道路的通行情况;不考虑运输时
的规章制度等。
2 仿真代码
%% 计算种群目标函数值,即每个个体解码出的配送方案的总成本
%输入Population: 种群
%输入v_num: 车辆最大允许使用数目
%输入cusnum: 顾客数目
%输入cap: 车辆最大装载量
%输入demands: 顾客需求量
%输入pdemands: 顾客回收量
%输入a,b: 顾客时间窗结束时间[a[i],b[i]]
%输入s: 对每个顾客的服务时间
%输入L: 仓库时间窗结束时间
%输入dist: 距离矩阵
%输入v: 车辆行驶速度
%输入alpha: 违反的装载量约束的惩罚函数系数
%输入belta: 违反时间窗约束的惩罚函数系数
%输出Obj: 每个个体的目标函数值
function Obj=ObjFunction(Population,v_num,cusnum,cap,demands,pdemands,a,b,s,L,dist,v,alpha,belta)
NIND=size(Population,1); %种群大小
Obj=zeros(NIND,1); %目标函数初始化为0
for i=1:NIND
Individual=Population(i,:); %当前个体
VC=decode(Individual,v_num,cusnum,cap,demands,pdemands,a,b,s,L,dist,v); %将个体转换为配送方案
Obj(i,1)=costFuction(VC,a,b,s,L,dist,demands,pdemands,cap,alpha,belta,v); %计算当前个体的总成本
end
end
3 运行结果
4 参考文献
[1]王超, 刘超, 穆东,等. 基于离散布谷鸟算法求解带时间窗和同时取送货的车辆路径问题[J]. 计算机集成制造系统, 2018, 24(3):13.
[2]关丽霞. 带软时间窗和同时取送货的车辆路径问题研究[D]. 中南大学, 2010.
[3]王超, 穆东. 基于并行模拟退火算法求解带时间窗和同时送取货的车辆路径问题[C]// 中国系统工程学会学术年会. 2014.
[4]李博威、户佐安、贾叶子、唐诗韵. 带软时间窗的同时取送货车辆路径问题研究[J]. 工业工程, 2020, 23(5):7.
博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。
部分理论引用网络文献,若有侵权联系博主删除。