车辆路径问题(Vehicle Routing Problem,VRP)【典型路径问题】

        VRP作为车辆路径问题中的一大经典题型,在这里进行简单的介绍,以及Gurobi所需要的约束条件做一下简单的整理。

VRP模型概念

        车辆路径问题(Vehicle Routing Problem,VRP)是一类经典的组合优化问题,涉及如何有效地分配一组车辆去访问多个客户点,并在满足约束条件的情况下最小化总行驶距离或成本。

        VRP问题是指车辆路径规划问题(Vehicle Routing Problem),即在一个给定的地理区域内,有一批要被送达给客户的货物,需要确定一组最优的路径,使得所有货物能够被按时送达,并且最小化相关成本。

        VRP问题是一个组合优化问题,其中需要考虑多个因素,包括车辆容量限制、路径长度限制、时间窗口限制等。目标是找到一组最短路径来满足所有的约束条件。

        在VRP问题中,通常会考虑以下几个方面:

  1. 车辆容量限制:每辆车都有一定的容量限制,不能超过其最大载重能力。
  2. 路径长度限制:每辆车在一次行驶中最长可以行驶的距离或时间是有限的。
  3. 时间窗口限制:每个客户有一个指定的时间窗口,在这个时间窗口内才能接受货物。
  4. 车辆数量限制:车辆数量是有限的,需要找到最少的车辆来满足所有货物的配送需求。
  5. 成本优化:目标是在满足所有约束条件的前提下,找到总成本最小的路径方案。

        VRP问题具有重要的现实应用价值,例如在物流配送、货物配送、公交车调度等领域都可以采用VRP问题来进行路径规划和资源优化。虽然VRP问题是一个NP难问题,但是目前已经有很多有效的算法和优化策略被提出,可以用来解决实际问题。

数学模型:

精简版模型

       精简版的模型更接近于下图示意:

        给定一组客户点、车辆容量、车辆数量、起始点和终点,目标是找到使得所有客户点都被访问一次的最短路径方案。 

参数

参数名称

参数意义
N客户点数量
K车辆的数量
d_{ij}从i点到j点的距离
c_{ij}单位距离成本

变量

变量名称变量意义
x_{ij}^{k}建立0-1变量,若车辆k在访问客户点i后移动到客户点j,则x_{ij}^{k}为1,否则为0

目标函数

最小化总行驶成本:

Min\sum_{k=1}^{K} \sum_{i=0}^{N}\sum_{j=0}^{N}c_{ij}\cdot d_{ij}\cdot x_{ij}^{k}

约束条件

1、每个客户点必须被访问且仅被访问一次:

2、每辆车的路径必须从起始点开始,并在终点结束:

3、Binary0-1约束

完全版模型

        在本节中介绍的模型较为全面复杂,考虑到的地方尽可能的多。

参数

参数名称参数意义
N所有点的集合
N1仓库点的集合
N2客户点集合
K车辆集合
CO仓库开放成本
CE仓库开放成本
CD仓库容量限制
CV车载限制
C车辆行驶单位距离的成本
d_{ij}点i到点j的距离
need_{i}客户i的需求量

变量

        所有变量均为0-1变量

变量名称变量意义
X仓库是否开放
Y事实上在点i到点j中,是否存在路径
Z若车辆走该段路径则为1,否则为0
Q客户j由仓库i进行配送

目标函数

        目标函数为最小花费,花费包括:路费+仓库运营费用

约束条件

       1、

模型解法:

数学规划:

启发式算法:

几种典型的VRP变体

CVRP

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

永远在Debug的小殿下

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值