多物流中心共同配送的车辆路径问题研究

doi:10.3778/j.issn.1002-8331.2012-0337

计算机工程与应用 ›› 2021, Vol. 57 ›› Issue (16): 291-298.DOI: 10.3778/j.issn.1002-8331.2012-0337

• 工程与应用 • 上一篇

多物流中心共同配送的车辆路径问题研究

付朝晖，刘长石

1.长沙民政职业技术学院软件学院，长沙 410004
2.湖南工商大学工商管理学院，长沙 410205

出版日期:2021-08-15 发布日期:2021-08-16

Research on Multi-depot Vehicle Routing Problem Based on Joint Distribution Mode

FU Zhaohui, LIU Changshi

1.Department of Software, Changsha Social Work College, Changsha 410004, China
2.School of Management, Hunan University of Technology and Business, Changsha 410205, China

Online:2021-08-15 Published:2021-08-16

摘要/Abstract

摘要：

研究多物流中心共同配送的车辆路径问题。首先考虑客户服务关系变化与客户需求的异质性情况，设计一种共享客户需求、配送车辆与物流中心的共享物流模式；再综合考虑车辆容量、油耗、碳排放、最长行驶时间、客户需求量与服务时间等因素，以总成本最小为目标构建多物流中心共同配送的车辆路径规划模型，并设计一种改进蚁群算法进行求解；最后采用多类型算例进行仿真实验，结果表明共享物流模式能有效避免交叉配送与迂回运输等不合理现象，降低物流成本，缩短车辆行驶距离，减少车辆碳排放，促进物流与环境的和谐发展。

关键词: 共同配送, 多物流中心, 车辆路径问题, 改进蚁群算法

Abstract:

The Multi-depot Vehicle Routing Problem（MDVRP） based on joint distribution mode is studied. Firstly, by considering the change of customer service relationship and the heterogeneity of customer demand, a joint distribution mode is designed to share customer demand, vehicles and logistics centers. Then, an MDVRP model is built by considering vehicle capacity, fuel consumption, carbon emissions, maximum driving time, customer demand and service time. The goal of the MDVRP model is to minimize total distribution cost. An improved ant colony algorithm is designed to solve the problem. Finally, simulation experiments are carried out with multiple types of instances. The results show that the joint distribution mode can effectively avoid unreasonable phenomena such as cross-distribution and roundabout transportation, reduce logistics costs, shorten vehicle driving distance, reduce vehicle carbon emissions, and promote the harmonious development of logistics and environment.

Key words: joint distribution, multi-depot, vehicle routing problem, improved ant colony algorithm

付朝晖，刘长石. 多物流中心共同配送的车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(16): 291-298.

FU Zhaohui, LIU Changshi. Research on Multi-depot Vehicle Routing Problem Based on Joint Distribution Mode[J]. Computer Engineering and Applications, 2021, 57(16): 291-298.

[1]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[2]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[3]	马艳芳，李保玉，杨屹夫，冯翠英. 客户分类下生鲜配送两级路径问题与算法研究[J]. 计算机工程与应用, 2021, 57(20): 287-298.
[4]	张凯，靳鹏，崔勇. 带时间窗的多车型需求可拆分揽收配送问题[J]. 计算机工程与应用, 2021, 57(14): 281-288.
[5]	付朝晖，刘长石. 生鲜电商配送的开放式时变车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(1): 271-278.
[6]	胡春阳，姜平，周根荣. 改进蚁群算法在AGV路径规划中的应用[J]. 计算机工程与应用, 2020, 56(8): 270-278.
[7]	张明伟，李波，屈晓龙，郭盈. 基于混合蚁群算法的异质车队低碳VRP研究[J]. 计算机工程与应用, 2020, 56(14): 240-249.
[8]	刘喜梅，潘立军. 求解公共自行车再平衡问题的克隆选择算法[J]. 计算机工程与应用, 2020, 56(11): 252-258.
[9]	赵志学，李夏苗，周鲜成，刘长石. 考虑交通拥堵的冷链物流城市配送的GVRP研究[J]. 计算机工程与应用, 2020, 56(1): 224-231.
[10]	蔡延光，陈厚仁，戚远航. 变邻域量子烟花算法求解CVRP[J]. 计算机工程与应用, 2019, 55(9): 230-236.
[11]	葛显龙1，2，薛桂琴1. 不确定环境下多品类共同配送路径优化[J]. 计算机工程与应用, 2019, 55(9): 264-270.
[12]	蒋丽，王静，梁昌勇，赵树平. 基于改进蚁群算法的众包配送路径研究[J]. 计算机工程与应用, 2019, 55(8): 244-249.
[13]	高岭1，2，王帆1，高妮1，3，毛勇1. 基于改进蚁群算法的防护策略选择模型[J]. 计算机工程与应用, 2019, 55(7): 100-107.
[14]	谢九勇，符卓，邱萌，夏扬坤. 带多软时间窗VRP及其禁忌搜索算法[J]. 计算机工程与应用, 2019, 55(6): 252-256.
[15]	蔡延光1，戚远航1，蔡颢1，2，陈厚仁1，OLE Hejlesen2. 物流运输调度问题的混沌烟花算法——基于多车型供应链[J]. 计算机工程与应用, 2019, 55(3): 238-244.

多物流中心共同配送的车辆路径问题研究

Research on Multi-depot Vehicle Routing Problem Based on Joint Distribution Mode

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics