一 DCVRP的问题和模型
DCVRP:带最大距离约束的CVRP,Distance-Constrained VRP
1.1 问题描述
存在图 G = ( V , E ) G=(V,E) G=(V,E),其中节点集合 V = { 0 , 1 , 2 , … , n } V=\{0,1,2,…,n\} V={
0,1,2,…,n}代表1个配送中心和n个顾客,边集合 E = { ( i , j )丨 0 ≤ i ≠ j ≤ n } E=\{(i,j)丨0≤i≠j≤n\} E={
(i,j)丨0≤i=j≤n}代表任意两节点形成的边,边长(距离、行驶时间、其他成本)用 d i j d_{ij} dij表示,任意2点间的距离信息可用距离矩阵 D = ( d i j ) ( n + 1 ) × ( n + 1 ) D=(d_{ij})_{(n+1)×(n+1)} D=(dij)(n+1)×(n+1)表示。设在配送中心0 处有足够多的载量同为Q的车辆,n个顾客的需求量分别为 q 1 , q 2 ,, q n q_1,q_2,,q_n q1,q2,,qn并假设
(1)所有 d i j d_{ij} dij已知;(2) m a x ( q i ) ≤ Q ( 1 ≤ i ≤ n ) max(q_i)≤Q(1≤i≤n) max(qi)≤Q(1≤i≤n)。
那么如何安排m(m可以是指定值也可以是决策变量,1≤m≤n)辆车满足这n个顾客的需求,且使所有车辆行走的总路径长度(总里程)最短?
而且安排车辆路径时需满足以下条件:
1)每辆车均以配送中心0作为起点和终点;
2)每辆车均不允许超过最大载量Q;
3)每个顾客只能由1辆车服务1次;
4)每辆车行驶的距离不超过 L L L.
1.2 数学规划模型
x i j k = { 1 , 车辆 k 经过弧( i , j ) 0 , 其他 (2.8) \begin{equation*} x_{ijk} = \begin{cases} 1, & 车辆k经过弧 (i,j) \\ 0, & 其他 \end{cases} \ \ \text{(2.8)} \end{equation*} xijk={ 1,0,车辆k经过弧(i,j)其他 (2.8)
二、大规模 D-DCVRP
2.1 案例讲解
建立大规模D-DCVRP问题的模型,等价于建立1个能够表示s+1个DCVRP问题的一般化综合模型,且D-DCVRP问题的最终解是s+1个DCVRP问题的解在由时刻点 { t 0 , E v e n t T i m e 1 , E v e n t T i m e 2 ,, E v e n t T i m e 3 , t e n d } \{t_0,EventTime_1,EventTime_2,,EventTime_3,t_{end}\} { t0,EventTime1,EventTime2,,EventTime3,tend}确定的s+1个对应时间段内的组合。
例如,现假设一个D-DCVRP问题中发生s=2个动态事件,且
E v e n t 1 Event_1 Event1,是出现新顾客10,
E v e n t 2 Event_2 Even