(未看完)非配对接送的多次访问的车辆路径问题

  • DOI:10.1016/j.tre.2017.04.011

摘要

  • 非配对接送的多次访问的车辆路径问题(或者叫做the many-to-many pickup and delivery problem (Battara et al., 2014) with multi-visit)
  • 决策:供需配对和车辆路径
  • 提出数学模型,采用禁忌搜索算法提出高质量的解决方案

问题背景与文献综述

  • 解决烟草公司的工厂之间转移各种原材料运输成本问题。

问题背景

1)每个工厂使用(本地)仓库来储存原材料
2)为确保快速响应和顺利生产,在收到公司中央计划部的10天生产计划后,各工厂需要自行做出工厂间原材料转移决策,以防止缺货。
3)原材料转移方式:当工厂1有发货请求(即需要一定数量的特定类型的原材料)时,它会将发货请求发送到最近的工厂(例如工厂2);收到交付请求后,工厂2将向工厂1交付请求的原材料,车辆将空车返回;如果工厂2无法完全满足工厂1的需求(即供应有限),则将按照距离(到工厂1)的非递减顺序依次选择其他工厂,直到完全满足需求。

4)每个工厂可能需要一种或几种类型的原材料,但能够同时供应其他类型的原材料。
5)在烟草公司目前的转让模式下,决策权是分散的。
-鉴于上述问题,烟草公司已开始建立一个中央物流管理部门,旨在从全球角度解决这一问题。

  • 此外,网络中的收货和交货时间窗口可以忽略,因为生产计划提前相当一段时间发布,这给了每个工厂足够的时间来收货和交货原材料,以服务于生产。

文献综述

  • 本问题与海上路由和调度问题(MRSP)密切相关。
    -MRSP与MIRP类似,但不同之处在于运输与生产无关,因此每种产品的供需信息是确定的。
    -与MRSP相比,本研究放宽了收货和发货的时间窗限制,复杂性大大增加。
  • 本问题也与未配对取货和交货问题(UPDP)密切相关。UPDP可分为两类。
    -其中一类是带单车的UPDP问题,称为接送旅行商问题(PDTSP)。1-PDTSP由Hernández-Pérez和Salazar Gonzalez(2004a)推出。m-PDTSP由Hernández-Pérez和Salazar Gonzalez(2014)提出。
    -另一类是多车辆UPDP,称为PDVRP。
  • 本问题也与分割配送车辆路径问题(SDVRP)有关。本问题允许一辆车多次拜访客户,即同一辆车或不同的车可以多次拜访客户。显然,问题更复杂,但可以节省更多的运输成本。

问题描述和数学模型建立

问题描述

  • 一个包含多个客户、多个产品和一个仓库的运输网络中,具有多个访问的多商品非配对接送车辆路径问题。根据容量和持续时间的限制,分配车队在网络内提取和交付各种产品,以满足每个客户的需求,目标是最小化总运输成本
  • 假设:
    1)车辆是同质的,即所有车辆具有相同的容量、最大工作时间和恒定的行驶速度。
    2)每个客户的装卸时间可以忽略不计
    3)对于每个客户,每种产品的供应都是有限的。该假设基于实际情况,因为每个工厂的存储容量有限,库存会产生库存持有成本。
    4)对于每种产品,总供应量不低于总需求量。
    5)对于每个客户,其总需求可以通过多次交付相同或不同的车辆来满足;但是,不允许对同一类型的产品进行分批交付。这个假设是基于现实的。通过一次交货满足对同一类型原材料的需求
  • N={0,1,…,N,N+1}为顶点集。0和n+1分别代表出发站和目的站,其他顶点表示客户。
  • H={1,…,M}是一组产品类型。
  • V={1,…,K}是一组可用的交通工具。
  • cij是顶点i和j之间的对称旅行费用,等于这两个顶点之间的旅行距离,遵循三角形不等式原理
  • tij为i和j之间的行驶时间,等于cij与车速之比。
  • Q为车辆容量,T为车辆的最大工作时间。

数学模型

  • (值得学习写作的部分,可纳入论文)即使对于客户数为7、产品类型数为2的问题,基请添加图片描述
    本模型也很难获得最优解(参见表2)。基本模型非常复杂,主要有两个原因。
    1)变量维数过多:放松了单次访问假设,这导致决策变量是高维的(即,路线决策变量是五维的,取送数量决策变量是四维的)。
    2)每个顶点的访问次数事先是未知的。在测试中,每个顶点的访问时间上限必须设置为足够大的数量(即总供应量加上顶点处的需求产品类型数量),以获得全局最优解。
  • 因此,基本模型basic model不适用于所研究的问题,并提出了“统一”模型unify model作为简化。由于基本模型能更直观地反映调查问题,从而帮助不同研究背景的读者更清楚地理解问题及其复杂性

Basic model

  • 问题描述为网络(i, a),i即节点,a即第a次访问
    请添加图片描述
    请添加图片描述
    请添加图片描述
    请添加图片描述
    请添加图片描述
    在这里插入图片描述

  • MIP相关含义
    A.1:最小化成本
    A.2-A.5:确保每辆车从出发车辆段出发2和3,并在目的地车辆段终止4和5。3和5保证车辆仅执行一次行程。
    A.6:表示每个位置 (j,b) 仅访问一次
    A.7:确保流量守恒
    A.8:确保空车出发
    A.9:空车返回
    A.10:确保如果车辆k到达(j,b),到达(j,b)时车上产品m的数量加上或减去(j,b)处产品m的交付数量,等于车辆离开(j,b)时车上产品m的数量。
    A.11:路线中任意两个位置之间的任何产品的装载量不小于零
    A.12:规定不能超过每辆车的容量
    A.13:确保每辆车的行驶时间不超过其最大工作时间
    A.14:如果j是产品m的供应顶点,则顶点j处产品m的供应其他点点总量不超过供应量。
    A.15:如果j是产品m的需求顶点,则顶点j处产品m的总交付量等于需求量。
    A.16:如果j是产品m的供应顶点,则位置(j,b)处产品m的拾取量不大于顶点j处产品m的供应量和车辆容量中的较小者。并且车辆k未访问(j,b),则qjbmk为0
    A.17:如果j是产品m的需求顶点,位置(j,b)处产品m的交付量将等于顶点j处产品m的需求量或等于零。
    A.18:收货/发货数量非负
    A.19和A.20:消除了每条路线的子路线,MTZ约束
    A.21:z与x的关系
    A.22和A.23:决策变量的约束
    !!!(可学习的转换)A.10替换为A10.1和A.10.2,非线性——线性

Unify model

  • 主要思想是顶点分割。为了避免混淆,使用“节点”来表示从原始顶点分割的子顶点。即使用nodes代替sub-vertexs
    请添加图片描述
  • 根据每个顶点的供需信息,将其分为一组或两组与顶点坐标相同的节点。一种是供应节点组,其中每个节点仅供应一种产品,供应数量为一个单位。因此,供应节点的数量等于在原始顶点供应的所有产品的总量。另一个是需求节点组,其中一个节点表示对一种产品类型的需求
    请添加图片描述
  • 1:最小化总费用
    请添加图片描述
  • 2-5:保证车辆从depot出发一次,结束一次
    请添加图片描述
    请添加图片描述
  • 6-7 :每个节点访问小于等于一次的约束,⚠️demand和supply的区别
    请添加图片描述
  • 8:流量守恒约束(针对1…nu,因为前面对depot进行限制)
    请添加图片描述
  • 9-12:载重约束。9和10对起始和结束进行约束,11对过程中车辆载重进行计算,12对行程中载重的限制
    请添加图片描述
  • 13:最大行驶时间约束请添加图片描述
  • 14-15:子循环约束<参考的 Miller et al. (1960) and Bektas (2006)>
    请添加图片描述- 15:变量类型约束请添加图片描述
  • 18-:pickup and delivery 约束
    !!统一模型的解空间比基本模型的解空间大,因为基本模型中的每种产品类型都被视为一个整体,并且一次从一个供应点获取。
    该解空间会出现交叉情况crossed pickup,如下图所示。因此增加相关约束,保证与basic model的解空间相同。
    18:不同类型的交付不能出现交叉,即相同类型的产品应该一起挑选。
    19-21:保证当在一个顶点获取/交付多种类型的产品时,只有一个序列执行获取/交付操作。19保证当需要在一个顶点pickup多种类型的产品时,pickup从小索引产品开始(20则针对delivery)。21确保当pickup和delivery操作都应在顶点执行时,首先执行delivery操作。
    22:如果访问某个顶点时需要pickup多个产品单元,则pickup从节点索引较小的节点开始。
    请添加图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 统一模型具有更少的决策变量和约束;路由决策变量的维数减少到3,pickup/delivery数量决策变量被消除。

!!Valid inequalities

  • 在统一模型下,即使对于客户数为9、产品类型数为2的问题,也无法获得最优值或更严格的下限(参见表2)。为了确保在时间限制内或内存不足之前从CPLEX中得到最优值或更严格的下限,提出了一些有效的不等式来加强统一模型。

Symmetry breaking inequalities

  • Symmetry breaking for solutions:解决不同路线但成本相同——采用改进目标函数引入 min load *distance即LD,如23所示。其中p为参数,可看原文取值,小于0.01
    在这里插入图片描述
    在这里插入图片描述
  • Symmetry breaking inequalities for vehicle index:使用指数更小的车辆
    在这里插入图片描述
  • Symmetry breaking inequalities for homogeneous node index(对于同质节点的约束)
    1)25:对于同质supply节点选择更小index的节点进行服务
    2)26:如果同一车辆访问两个同质supply节点,则会按照节点索引的非降序访问。即索引较小的节点具有被访问的优先级。
    3)27:如果两个同质supply节点被不同的车辆访问,则索引较小的节点被索引较小的车辆访问
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

Three nodes sub-route elimination inequalities

  • 可行路线应满足的四个条件:(a)每种产品的提货量等于交货量;(b) 每个需求节点的需求必须通过一次访问来满足,这符合不允许在每个顶点对同一类型的产品进行拆分交付的假设;(c) 任意两个节点之间的负载量为非负且不超过车辆容量;(d) 路线的持续时间不超过车辆的最大工作时间。
  • 命题:

  • 具有多仓库的SDVRP(Gulczynski等人,2011年;Ray等人,2014年;Wang等人,2016年)和具有商品约束的SDVRP(Archetti等人,2015年)
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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