论文部分内容阅读
电子商务的蓬勃发展和城市化进程的不断加快，使得城市物流需求的增长与公共运输资源的紧张造成的交通拥堵问题日益凸显，同时城市居民对高质量生活的要求迫切需要一种高效快捷、负面影响较小的新型城市物流配送模式。为节约成本、减少城市物流对公共运输资源的占用和保护环境，提出利用卡车等地面运输车辆与地铁协同完成配送的物流模式，对配送过程进行优化，为配送实践提供理论依据。
卡车地铁协同配送过程中货物通过卡车收集后可通过卡车直接配送，也可通过卡车与地铁接力运输的形式完成配送。针对卡车收集货物和交付货物路线、地铁是否参与配送、转运站点负责哪些客户等可优化问题，建立考虑卡车运输时间拥有不确定性与地铁班期限制的卡车地铁协同配送路径优化模型，为兼顾经济效益与社会效益，以总配送成本与总配送时间为优化目标。针对优化模型中问题规模较大、不确定性与班期相互影响以致目标函数难以计算、互斥优化目标表达及求解结果时效性较强等求解难点，确定以蚁群算法为主，蒙特卡罗仿真、Pareto理论和数据驱动方法等为辅，设计了基于数据驱动的多目标仿真蚁群算法（Algorithm of Multi-objectiveSimu-ant Colony Optimization Based on the Data-driven Strategy，DDS-MSAC）求解问题。
首先通过分析算例求解结果完成多目标仿真蚁群算法（Algorithm of Multi-objective Simu-ant Colony Optimization，MSAC）有效性验证与参数寻优，其次发现随机森林在问题目标值预测质量与时间花费上都优于了高斯过程回归、支持向量回归和BP神经网络；而结合数据池和使用随机森林构建完成的替代模型等加速策略的DDS-MSAC与MSAC在运行结果上无显著差异，但运行时间缩短50%。以重庆市顺丰站点和轨道网络构建协同配送实例，求解最佳配送路径，为不同决策需求的决策人提供Pareto解；然后对比分析卡车单独配送模式求解结果，发现卡车地铁协同配送模式比卡车单独配送模式在总配送成本、总配送时间和卡车行驶距离等方面均有优化，优化率分别为33%、22%和16%；最后分析卡车容量和地铁发班间隔等实例关键参数的敏感性，描述参数与优化目标间变化关系，为决策人提供参考依据。
卡车地铁协同配送过程中货物通过卡车收集后可通过卡车直接配送，也可通过卡车与地铁接力运输的形式完成配送。针对卡车收集货物和交付货物路线、地铁是否参与配送、转运站点负责哪些客户等可优化问题，建立考虑卡车运输时间拥有不确定性与地铁班期限制的卡车地铁协同配送路径优化模型，为兼顾经济效益与社会效益，以总配送成本与总配送时间为优化目标。针对优化模型中问题规模较大、不确定性与班期相互影响以致目标函数难以计算、互斥优化目标表达及求解结果时效性较强等求解难点，确定以蚁群算法为主，蒙特卡罗仿真、Pareto理论和数据驱动方法等为辅，设计了基于数据驱动的多目标仿真蚁群算法（Algorithm of Multi-objectiveSimu-ant Colony Optimization Based on the Data-driven Strategy，DDS-MSAC）求解问题。
首先通过分析算例求解结果完成多目标仿真蚁群算法（Algorithm of Multi-objective Simu-ant Colony Optimization，MSAC）有效性验证与参数寻优，其次发现随机森林在问题目标值预测质量与时间花费上都优于了高斯过程回归、支持向量回归和BP神经网络；而结合数据池和使用随机森林构建完成的替代模型等加速策略的DDS-MSAC与MSAC在运行结果上无显著差异，但运行时间缩短50%。以重庆市顺丰站点和轨道网络构建协同配送实例，求解最佳配送路径，为不同决策需求的决策人提供Pareto解；然后对比分析卡车单独配送模式求解结果，发现卡车地铁协同配送模式比卡车单独配送模式在总配送成本、总配送时间和卡车行驶距离等方面均有优化，优化率分别为33%、22%和16%；最后分析卡车容量和地铁发班间隔等实例关键参数的敏感性，描述参数与优化目标间变化关系，为决策人提供参考依据。