本文介绍了如何利用Python调用Gurobi优化求解器解决单车型燃油车的静态车辆路径问题。通过建立数学模型，包括运输成本、客户点唯一访问、车辆路径限制、流守恒、载重量约束、时间逻辑和服务时间窗要求，然后详细阐述了如何设置参数、导入数据、创建变量并设置模型约束。最后，提到为了获取最优解，需要对解结果进行处理以得到车辆路径方案。
No.1
前言
本文介绍单车型燃油车静态车辆路径问题，建模并利用python调用gurobi求解。
No.2
问题描述
物流企业组建一只燃油车车队对客户进行配送。假设配送系统存在一个配送中心和K辆燃油车(车辆同质)，需为n个已知位置、需求量和服务时间的客户配送货物，且每个客户都具有服务时间窗约束，即车辆需在时间段[ei,li]内对顾客i进行服务。现假设每辆车都从配送中心出发，并在完成配送后返回起点，每辆车只能为一条配送路径服务，每个客户也只能被一辆车服务。现需安排合适的车辆路方案，以达到燃油车总运输成本最低的目标。No.3
建立模型
设置参数和变量
式(1)为目标函数，为方案中总的运输成本；
式(2)表示每个客户点只能被访问一次；
式(3)表示每辆车最多只能服务一条路径，且需从配送中心出发；
式(4)表示每辆车经过每个节点的流守恒(到达j节点也就会从j节点出去，这里j不能为配送中心，本问题配送中心节点编号为0)；
式(5)表示燃油车的配送任务总量不超过其最大载重量；
式(6)满足车辆从i(起点或者客户点)到达j的时间逻辑关系，此式中l0等同于大M的作用，因为默认数据中配送中心的右时间窗最大；
式(7)满足客户点i的服务时间窗要求
最低0.47元/天 解锁文章
扫一扫
513
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
