论文部分内容阅读
摘 要：本文就车辆调度问题进行了深入分析，并提出了几种常用的问题研究算法，希望能够为同行业工作者提供一些帮助。
关键词：考虑变化调整时间;时间窗;车辆调度问题;算法
科学技术的发展与装备制造业的进步，使得多数企业逐渐提高了对于物流配送环节的重视，这就使得当下大型物流企业将革新的重点放在了车辆调度系统的升级上。相较传统调度系统，考虑变化调整时间及带有时间窗的车来给你调度系统有着诸多应用优势，由于能够更好的反映出车辆的实际运行状况，因此从根本上减少了运营成本，为企业的未来可持续发展奠定了坚实的基础，因此对车辆调度问题进行深入探究具有极为重要的现实意义。
调度优化领域在近几年表现的异常活跃，以往仅仅停留在理论层面的优化算法随着技术的成熟已经被逐渐应用于实际的工业环境中，为从根本上解决生产运营问题提供了基础条件，是生产力进步的关键因素。因此，需要对在工业快速发展的背景下进行全面的学术研究，分析在工程问题的背景下问题的分析方式，以找寻解决问题的最有效方式。近些年来各个领域的专家研究结构如下：
1.TSP（旅行商问题）
简单来说TP就是仓库或中转站开始与结束车辆，以客户对其具体需求为基础选择合适方式用以完成配送的相关任务。确保在充分考虑所关联约束条件下车辆总行驶里程达到最小数值，从而实现运输成本的节约目标。有专家率先提出分层分块的优化思想用以真正解决旅游线路的规划问题，并以此为基础构建完善的分块网络加权图，并需要对可能出现的影响因素进行深入分析以帮助改进多旅行商优化模型，而求解所应用的基本算法为模拟退火法，最终以实例为依据制定出了在既有条件下的最优游览线路图[1];若以应急车辆的调度为基础条件，在车辆容量有限与其不需要返回出发点的情况下，提出了配额环境下的在线漂泊旅行商问题，此时所采用的算法为目标算法;若针对自适应大邻域搜索，则主要用到的是广义上的旅行商问题算法，并以在算法运行状态下的不间断巡回操作为基本特点，融入新式的插入机制以比较新的运行机制用于求解其结果，具有较高的竞争力。
2.CVRP（带有容量的车队路径问题）
该种方式在确定车辆载重与行驶时间后，以实际情况为算法的应用背景一般表现出对此载重与时间的约束状态。其以切比雪夫方法为依据的多目标模型的建立，其针对的是不同车型的VRP（车辆调度问题），成本、排放因子以及容量是在融入于最小化总运营成本的三个目标函数。为达到同时减少车辆尾气排放的目的，在不对时间窗约束条件进行深入探究的背景下提出了一种新式算法——节省启发式算法，在对案例进行分析与应用前需要首先确定算法是否具有实用性并应对模型进行确认[2];以VRP为基础提出了在碳足迹条件下的库存路径问题，问题的重点在于当碳排放精度水平足够的基础上一旦确定具有有效性的碳排放库存路线后，需要选择出合适的库存编制供应商，同时应对库存路线进行深度优化以实现效率的最大化，同时并不会影响到既有成本，反而会使得耗费成本有缩小的特征表现;在考虑到单产品条件后，有专家提出了货物权重的车辆路径问题，而对问题进行设计的目标在于实现路线的最小化，并需要计算出在确定运载重量与距离数值的情况下产生的路径总费用。根据问题表现出的特点，提出了符合解答车辆路径问题的SS算法。
3.VRPTW（时间窗车辆调度问题）
该种车辆不仅需要符合VRP的限制条件，同时应满足时间窗的具体限制，并需要以时间窗的具体限制为依据在对其进行优化的过程中构建符合时间窗特点的经过优化的目标函数，从而帮助解决由于添加了时间窗条件限制而导致问题求解复杂度的增加。若以电子商务为订单配送问题的产生环境，可以根据该问题的特点构建以订单惩罚费用与最小化车辆行驶费用为目标的数学模型，在这一数学模型的基础上则能够帮助设计具有两阶段结构特点的启发式求解算法;以实际问题为依据则能构建出有着多目标特点的在时间约束下的车辆调度模型，并需要以例子群算法为基础求解出与之相关联的车辆调度问题，帮助制定最优的车辆调度方案[3];而通过对VRP进行深入分析，则可帮助与实际运输特点相关联的数学模型，此时想要求解则需要应用混合智能算法，或是应用SS算法以帮助解决数学问题模型。
4.VRPSTW（软时间窗车辆路径问题）
该问题实际上是时间窗问题的延伸，以客户对车辆的实际到达时间为依据需要构建不同种类型的时间窗目标函数。在对整车物流配送问题进行分析时，需要以总成本最小为基础目标，尽量提高客户满意度以构建对应的数学模型，并為其设计具有自适应特点的遗传算法;经验性分析法是替代传统算法的一种新式分析手段，其在对算法算子不同组合方面的相对效率评价与遗传算法方面的参数去那种均有着极佳的应用效果，解决了VRPSTW。
5.VRPSSTW（半软时间窗路径问题）
该问题的限制条件为车辆仅仅允许到达时间提前或滞后，在联系硬软时间窗后所表现出的状态特点更加与现实情况相贴近。以钢包调度问题为例，在研究此类问题是需要将其抽象画为半软时间窗与对车辆路径进行调整的相关问题，并需要构建与之对应的具有非线性特征的数学规划模型，并为其设计一个新式算法用以帮助将这一问题解决;而在只考虑延迟到达的惩罚而提前到达无惩罚的条件下，提出了以列为基础所对应形成的具有精确性的优化方法，从而获得关于这一类型问题的最优解答;精确优化算法的主要特点是资源约束条件的突显，在应用至延迟到达惩罚最短路径方面的问题后可以将其转化为子问题从而被快速解决。该种解决方案通过在道路网络上的应用实例中可以看到，路线数量相较以往有了明年减少，而所导致形成的延迟罚金仅仅占有总成本的极小比例。
6.结束语
综上所述，在对变化调整时间以及带有时间窗车辆调度问题进行分析时，需要以实际生产所面对的问题为基础，并需要在车辆的调度环节添加容量限制与时间窗的限制条件，并通过对时间进行调整能够构建出新式的用于车辆调度的数学模型，也可以将其作为VRP模型的扩展，为后续解决类似问题提供了参考条件。
参考文献：
[1]赵亮.客户配送要求变动的车辆调度问题研究[D].大连海事大学，2018.
[2]谷俊辉.开放式车辆调度问题的参数控制蚁群算法的研究[D].合肥工业大学，2017.
[3]冯德健.多行程多时间窗需求可拆分的应急疏散车辆调度[D].哈尔滨工业大学，2018.
本文为云南省教育厅科学研究基金项目，项目名称：线性规划法在带软时间窗车辆调度优化问题中的应用——以内蒙古乌兰察布市物流仓储配送中心为例，项目编号：2019J1108。
（云南师范大学文理学院 云南 昆明 650222）
关键词：考虑变化调整时间;时间窗;车辆调度问题;算法
科学技术的发展与装备制造业的进步，使得多数企业逐渐提高了对于物流配送环节的重视，这就使得当下大型物流企业将革新的重点放在了车辆调度系统的升级上。相较传统调度系统，考虑变化调整时间及带有时间窗的车来给你调度系统有着诸多应用优势，由于能够更好的反映出车辆的实际运行状况，因此从根本上减少了运营成本，为企业的未来可持续发展奠定了坚实的基础，因此对车辆调度问题进行深入探究具有极为重要的现实意义。
调度优化领域在近几年表现的异常活跃，以往仅仅停留在理论层面的优化算法随着技术的成熟已经被逐渐应用于实际的工业环境中，为从根本上解决生产运营问题提供了基础条件，是生产力进步的关键因素。因此，需要对在工业快速发展的背景下进行全面的学术研究，分析在工程问题的背景下问题的分析方式，以找寻解决问题的最有效方式。近些年来各个领域的专家研究结构如下：
1.TSP（旅行商问题）
简单来说TP就是仓库或中转站开始与结束车辆，以客户对其具体需求为基础选择合适方式用以完成配送的相关任务。确保在充分考虑所关联约束条件下车辆总行驶里程达到最小数值，从而实现运输成本的节约目标。有专家率先提出分层分块的优化思想用以真正解决旅游线路的规划问题，并以此为基础构建完善的分块网络加权图，并需要对可能出现的影响因素进行深入分析以帮助改进多旅行商优化模型，而求解所应用的基本算法为模拟退火法，最终以实例为依据制定出了在既有条件下的最优游览线路图[1];若以应急车辆的调度为基础条件，在车辆容量有限与其不需要返回出发点的情况下，提出了配额环境下的在线漂泊旅行商问题，此时所采用的算法为目标算法;若针对自适应大邻域搜索，则主要用到的是广义上的旅行商问题算法，并以在算法运行状态下的不间断巡回操作为基本特点，融入新式的插入机制以比较新的运行机制用于求解其结果，具有较高的竞争力。
2.CVRP（带有容量的车队路径问题）
该种方式在确定车辆载重与行驶时间后，以实际情况为算法的应用背景一般表现出对此载重与时间的约束状态。其以切比雪夫方法为依据的多目标模型的建立，其针对的是不同车型的VRP（车辆调度问题），成本、排放因子以及容量是在融入于最小化总运营成本的三个目标函数。为达到同时减少车辆尾气排放的目的，在不对时间窗约束条件进行深入探究的背景下提出了一种新式算法——节省启发式算法，在对案例进行分析与应用前需要首先确定算法是否具有实用性并应对模型进行确认[2];以VRP为基础提出了在碳足迹条件下的库存路径问题，问题的重点在于当碳排放精度水平足够的基础上一旦确定具有有效性的碳排放库存路线后，需要选择出合适的库存编制供应商，同时应对库存路线进行深度优化以实现效率的最大化，同时并不会影响到既有成本，反而会使得耗费成本有缩小的特征表现;在考虑到单产品条件后，有专家提出了货物权重的车辆路径问题，而对问题进行设计的目标在于实现路线的最小化，并需要计算出在确定运载重量与距离数值的情况下产生的路径总费用。根据问题表现出的特点，提出了符合解答车辆路径问题的SS算法。
3.VRPTW（时间窗车辆调度问题）
该种车辆不仅需要符合VRP的限制条件，同时应满足时间窗的具体限制，并需要以时间窗的具体限制为依据在对其进行优化的过程中构建符合时间窗特点的经过优化的目标函数，从而帮助解决由于添加了时间窗条件限制而导致问题求解复杂度的增加。若以电子商务为订单配送问题的产生环境，可以根据该问题的特点构建以订单惩罚费用与最小化车辆行驶费用为目标的数学模型，在这一数学模型的基础上则能够帮助设计具有两阶段结构特点的启发式求解算法;以实际问题为依据则能构建出有着多目标特点的在时间约束下的车辆调度模型，并需要以例子群算法为基础求解出与之相关联的车辆调度问题，帮助制定最优的车辆调度方案[3];而通过对VRP进行深入分析，则可帮助与实际运输特点相关联的数学模型，此时想要求解则需要应用混合智能算法，或是应用SS算法以帮助解决数学问题模型。
4.VRPSTW（软时间窗车辆路径问题）
该问题实际上是时间窗问题的延伸，以客户对车辆的实际到达时间为依据需要构建不同种类型的时间窗目标函数。在对整车物流配送问题进行分析时，需要以总成本最小为基础目标，尽量提高客户满意度以构建对应的数学模型，并為其设计具有自适应特点的遗传算法;经验性分析法是替代传统算法的一种新式分析手段，其在对算法算子不同组合方面的相对效率评价与遗传算法方面的参数去那种均有着极佳的应用效果，解决了VRPSTW。
5.VRPSSTW（半软时间窗路径问题）
该问题的限制条件为车辆仅仅允许到达时间提前或滞后，在联系硬软时间窗后所表现出的状态特点更加与现实情况相贴近。以钢包调度问题为例，在研究此类问题是需要将其抽象画为半软时间窗与对车辆路径进行调整的相关问题，并需要构建与之对应的具有非线性特征的数学规划模型，并为其设计一个新式算法用以帮助将这一问题解决;而在只考虑延迟到达的惩罚而提前到达无惩罚的条件下，提出了以列为基础所对应形成的具有精确性的优化方法，从而获得关于这一类型问题的最优解答;精确优化算法的主要特点是资源约束条件的突显，在应用至延迟到达惩罚最短路径方面的问题后可以将其转化为子问题从而被快速解决。该种解决方案通过在道路网络上的应用实例中可以看到，路线数量相较以往有了明年减少，而所导致形成的延迟罚金仅仅占有总成本的极小比例。
6.结束语
综上所述，在对变化调整时间以及带有时间窗车辆调度问题进行分析时，需要以实际生产所面对的问题为基础，并需要在车辆的调度环节添加容量限制与时间窗的限制条件，并通过对时间进行调整能够构建出新式的用于车辆调度的数学模型，也可以将其作为VRP模型的扩展，为后续解决类似问题提供了参考条件。
参考文献：
[1]赵亮.客户配送要求变动的车辆调度问题研究[D].大连海事大学，2018.
[2]谷俊辉.开放式车辆调度问题的参数控制蚁群算法的研究[D].合肥工业大学，2017.
[3]冯德健.多行程多时间窗需求可拆分的应急疏散车辆调度[D].哈尔滨工业大学，2018.
本文为云南省教育厅科学研究基金项目，项目名称：线性规划法在带软时间窗车辆调度优化问题中的应用——以内蒙古乌兰察布市物流仓储配送中心为例，项目编号：2019J1108。
（云南师范大学文理学院 云南 昆明 650222）