论文部分内容阅读
随着现代化物流业的不断发展,物流配送需求增长迅速。顾客订货需求呈现少批量多批次的发展趋势,对配送服务质量提出了更高要求。如何在满足大规模配送需求的基础上,合理规划车辆配送线路,有效降低配送过程产生的能耗和碳排放,逐渐成为了目前配送车辆路径问题研究的热点。本文在多车型带时间窗的车辆路径问题研究基础上,提出了一种综合考虑客户需求和节能减排效益的配送车辆路径两阶段优化方法,第一阶段提出基于模糊系统聚类的客户分组方法,第二阶段构建考虑节能减排的组内配送车辆路径优化模型并设计求解算法。主要研究工作与结论包括:(1)本文在既有研究工作的基础上,系统阐述了车辆路径问题(Vehicle Routing Problem,VRP)的国内外研究理论和实践,总结分析了 VRP问题相关模型和算法,归纳提出了相应的能耗和碳排放定量测算模型。(2)通过分析影响客户满意度的主要因素,分析提出地理位置、服务质量、服务时间、产品外部相似性等主要属性因素用于决策,分别对定性、定量指标进行量化处理,结合各属性权重评价值,建立模糊相似矩阵,应用模糊系统聚类算法,在配送车辆路径优化前对客户进行合理分组。通过实证分析发现,基于客户分组的方法较大幅度提升了优化模型的求解效率,且分组后的配送车辆路径方案,其同一组内客户对应服务质量需求方差明显小于不分组情况下,基于客户分组再进行配送车辆路径优化的方法,有助于配送企业安排配送计划,能够有效提高配送服务质量。(3)通过分析影响车辆能耗和碳排放的相关因素,应用综合排放模型计算车辆能耗和碳排放。根据客户服务时间需求设计时间惩罚成本,通过分析恒定速度与时变速度两种不同速度条件下车辆配送过程中产生的能耗和碳排放成本、时间惩罚成本和固定成本,以总成本最小为优化目标,构建了考虑节能减排的组内配送车辆路径优化模型,并设计了基于遗传算法的优化模型求解算法,使用MATLAB编程实现。通过实证分析发现,相对于传统最短路径优化模型,考虑节能减排的配送车辆路径方案,能耗和碳排放降低了 6.5%,总成本降低了 8.9%,验证了本文提出的模型和算法的有效性。