没有合适的资源?快使用搜索试试~ 我知道了~
基于共享机制的自适应超启发式算法求解区域化低碳选址_路径问题_冷龙龙1
需积分: 0 0 下载量 110 浏览量
2022-08-03
15:00:14
上传
评论
收藏 909KB PDF 举报
温馨提示
试读
18页
摘要:为了有效减少物流网络中的碳排放量,对低碳选址—路径问题的优化车辆路径和选址方案进行研究。在区域化选址路径问题中,客户和仓库位于以不同速度限制为特征的嵌套区
资源详情
资源评论
资源推荐
第
2
6
卷
第
5
期
计算机集成制造系统
V
ol.26No.5
2
0
2
0
年
5
月
Com
p
uter
Inte
g
rated
Manufacturin
g
S
y
stems
Ma
y
2
0
2
0
D
OI
:
10.13196
/
j
.
cims.2020.05.025
收
稿日期
:
2
018
-
0
7
-
1
6
;
修
订日期
:
2
018
-
1
0
-
1
5
。
Received
16Jul
y
2018
;
acce
p
ted
15Oct.2018.
基
金项目
:
国家自然科学基金资助项目
(
61572438
,
61873240
)
;
浙江省科技计划资助项目
(
L
Q14F030005
)
。
F
oundation
items
:
Pro
j
ect
su
pp
orted
b
y
the
National
Natural
Science
Foundation
,
China
(
No .61572438
,
61873240
)
,
a
nd
the
Science
and
Technolo
gy
De
p
artment
of
Zhe
-
j
i
an
g
Province
,
China
(
No.LQ14F030005
)
.
基于共享机制的自适应超启发式算法求解
区域化低碳选址
—
路
径问题
冷
龙龙
1
,
赵
燕伟
1
+
,
张
春苗
1
,
2
(
1
.
浙江工业大学
特种装备制造与先进加工技术教育部重点实验室
,
浙江
杭州
3
10023
;
2.
嘉兴职业技术学
院 机电与汽车分院
,
浙江
嘉兴
3
14036
)
摘
要
:
为了有效减少物流网络中的碳排放量
,
对
低碳选址
—
路径问题的优化车辆路径和选址方案进行研究
。
在区域化选址路径问题中
,
客户和仓库位于以不同速度限制为特征的嵌套区域
,
所构建的模型为最小化碳排放的
物流成本
。
针对该问题
,
提出一种基于共享机制的自适应超启发式求解算法
,
通过共享底层算子的近期性能信息
,
自适应地选择优质合适的底层算子
,
并提出一种自适应解的接收机制来提高算法的收敛速度与精度
。
通 过
C
PLEX
求解简单算例验证了所提模型的正确性
,
通过仿真实验验证了所提算法的有效性和鲁棒性
。
分析了仓库
的分布与成本
、
多车型车队和客户分布对碳排放和物流成本的影响
,
并为企业提供了统筹规划配送决策的管理指
导与建议
。
关键词
:
区域化低碳选址
—
路径问题
;
多车型
;
共享机制
;
超启发式算法
中图分类号
:
F
224
;
X24
文献标识码
:
A
S
hared
mechanism
based
self
-
a
da
p
tive
h
yp
er
-
h
euristic
for
re
g
ional
low
-
c
arbon
location
-
r
outin
g
p
roblem
L
ENG
L
on
g
lon
g
1
,
Z
HAO
Y
anwei
1
+
,
Z
HANG
C
hunmiao
1
,
2
(
1
.Ke
y
Laborator
y
of
S
p
ecial
E
q
ui
p
ment
Manufacturin
g
and
Advanced
Processin
g
Technolo
gy
,
Ministr
y
of
Education
,
Zhe
j
ian
g
Universit
y
of
Technolo
gy
,
Han
g
zhou
310023
,
China
;
2.Mechanical
and
Automotive
Branches
,
Jiaxin
g
Vocational
and
Technical
Colle
g
e
,
Jiaxin
g
314036
,
China
)
Abstract
:
To
reduce
the
carbon
emission
in
lo
g
istics
network
effectivel
y
,
the
vehicle
routin
g
and
location
of
Low
-
c
ar
-
b
on
location
-
r
outin
g
p
roblem
(
LCLRP
)
were
researched.In
Re
g
ional
LCLRP
(
RLCLRP
),
the
constructed
model
was
the
cost
of
minimum
carbon
emission
owin
g
to
the
nested
zones
of
clients
and
de
p
ots
characterized
b
y
different
s
p
eed
limits.Aimin
g
at
this
p
roblem
,
a
Shared
Mechanism
based
Self
-
A
da
p
tive
H
yp
er
-
H
euristic
(
SMSAHH
)
was
develo
p
ed
,
which
could
share
the
recent
p
erformance
information
of
Low
-
L
evel
Heuristics
(
LLH
)
for
ada
p
tivel
y
choosin
g
the
p
romisin
g
and
a
pp
ro
p
riate
LLH.A
self
-
a
da
p
tive
acce
p
tance
criterion
was
desi
g
ned
to
accelerate
the
conver
g
ence
and
im
p
rove
accurac
y
.The
correctness
of
formulated
model
was
verified
thou
g
h
tacklin
g
the
small
-
s
ize
instances
with
CPLEX
method
,
and
the
effectiveness
and
robustness
of
p
resented
SMSAHH
was
also
verified
b
y
simulation
results
and
com
p
arisons.Moreover
,
extensive
anal
y
ses
were
p
erformed
to
em
p
iricall
y
assess
the
effect
of
various
p
roblem
p
arameters
such
as
de
p
ot
cost
and
location
,
customer
distribution
and
hetero
g
eneous
vehicles.Sev
-
e
ral
mana
g
erial
insi
g
hts
were
p
resented
for
lo
g
istics
enter
p
rise
to
p
lan
and
desi
g
n
the
distribution
network.
Ke
y
words
:
re
g
ional
low
-
c
arbon
location
-
r
outin
g
p
roblem
;
hetero
g
eneous
vehicles
;
shared
mechanism
;
h
yp
er
-
h
euristic
al
g
orithm
计算机集成制造系统 第
26
卷
0
引言
在供应链管理和物流系统规划中
,
选址
—
路径
问题
(
Location
-
Routin
g
Problem
,
LRP
)
是 重 要 的
组合优化问题之一
,
其在优化物流配送成本与效率
、
客户满意度和 环境 问题 中发 挥着 重要 作用
。
作为
LRP
最热门的变体
,
低碳
LRP
(
Low
-
Carbon
LRP
,
LCLRP
)
[
1
]
综合考虑了
CO
2
等温室气体的车辆路线
规划和仓库选址
。
近年来
,
考虑环境因素的路线规
划和选址分配问题的仿真优化对经济
、
社会和环境
越来越重要
,
本文针对考虑环境因素的
LRP
构建数
学模型
,
以降低配送过程中的燃料消耗和
CO
2
等温
室气体的排放量
,
优化配送成本和效率
。
道路速度限制在确保公众安全方面发挥着重要
作用
[
2
]
。
大多数城市采用的特定路段限速方式一般
可以简化为具有不同速度区域的特殊情况
[
3
]
,
速度
区域化可以更加安全有效地调节交通流量
,
并合理
平衡驾驶员和行人的公共道路需求与区域居民的关
注点
[
4
]
。
另外
,
研究表明通过合理的限速方式设置
速度区域有利于减少超车现象
、
交通拥堵和事故
[
5
]
。
区域化
LCLRP
(
Re
g
ional
LCLRP
,
RLCLRP
)
的主
要特征为客户和仓库位于速度限制不同的嵌套区
域
,
目标是降低物流成本
,
包括仓库成本
、
车辆成本
和路径 成本
,
路径 成本 为燃 油消 耗和
CO
2
排 放成
本
,
通过最小化物流成本可以达到降低碳排量的
目的
。
针对
RLCLRP
,
本文提出一种基于共享机制的
自适应超启发式求解算法
,
即通过共享底层算子的
近期性能信息自适应地选择优质合适的底层算子
,
并提出一种自适应解的接收机制以提高算法的收敛
速度和精度
。
最后通过仿真验证了所提算法的有效
性和鲁棒性
。
本文的主要贡献与创新如下
:
①
从模
型层面
,
首次考虑多车型
、
同时取送货和区域化速度
等实际约束对碳排放的影响
,
并构建多车型同时取
送 货 的
RLCLRP
(
RLCLRP
with
Simultaneous
Picku
p
and
Deliver
y
and
Hetero
g
eneous
Fleet
,
RL
-
CLRPSPDHF
)
模型
;
②
从算法层面
,
设计了一种基
于共享机制的自适应超启发式求解算法
,
并提出一
种自适应接收机制
;
③
评估车型构成
、
仓库和客户分
布等因素对碳排放和总成本的影响及其比重
,
为企
业提供了应对统筹规划配送决策的管理指导与
建议
。
1
相关工作回顾
LRP
集成了两类经典
NP
-
hard
问题
,
即选址
—
分配 问 题
(
Location
-
Allocation
Problem
,
LAP
)
和
车 辆 路 径 问 题
(
Vehicle
Routin
g
Problem
,
VRP
)
[
6
]
,
目前已 经成为 运筹 学管 理与 城市 货物 运
输网络优化的重要工具和研究热点之一
,
如物品回
收和危险废物管理等
[
7
-
8
]
。
LCLRP
是以降低物流配
送中产生的碳排放等温室气体为目标的
LRP
问题
,
同样融合了
LAP
和污染路径问题
(
Pollution
Rou
-
tin
g
Problem
,
PRP
)/
绿 色
VRP
(
Green
VRP
,
GVRP
)
两类
NP
-
hard
问题
,
这两类问题着重考虑货
物运输产生的碳排放量对社会和环境的影响
。
为了降低货物运输碳排放量
,
需 要 采 用 评 估
碳排放量 的 数学模型
,
根据模型性质选择合适的
碳排放模 型 的类型
,
因此提出多种模型估算车辆
的燃油消耗并将其最小化
。
表
1
所示为
10
种估算
碳排放的模型
,
包括模型与文献来源
,
这几 种模 型
涉及道路状况
、
车辆 参 数
、
自然环境和负载状况
4
类影响碳 排 放的因素
,
其中道路状况考虑了道路
拥堵情况与道 路 特 征
(
坡 度 等
),
车 辆 参 数 主 要 有
车辆的尺寸
、
自重和发 动机参数
,
自然环 境主 要是
天气状况
,
此外驾驶员水平和习惯也是一种重要
的影响因素
。
有关估算
CO
2
等温室气体排 放的数
学模型可参阅文献
[
9
-
12
]。
实际上
,
考虑所有影响
因素来建立车辆的油耗模型十分困难且没有必
要
[
1
]
,
本文研究多车型同时取送货与区域化的
LCLRP
,
即考虑多车型
、
同时取送货和速度区域化
等实际约束对碳排放量的影响
。
表
1
模型种类与来源
模型 简称 文献
及时燃油消耗模型
IFCM
[
13
-
15
]
运行模式燃油消耗模型
FFCM
[
13
,
15
]
运行速度燃油消耗模型
RSCM
[
13
-
14
]
综合模态排放模型
CMEM
[
13
,
16
-
19
]
排放与能量消耗模型
MEET
[
13
,
20
-
22
]
道路运输燃油消耗模型
COPERT
[
13
,
23
-
24
]
道路粗糙度
—
速度模型
RSI
[
25
-
26
]
TRL
排放模型
TRLEM
[
27
]
排放减少模型
CDVERS
[
28
]
燃料消耗模型
FCR
[
1
,
29
-
30
]
8041
第
5
期 冷龙龙 等
:
基于共享机制的自适应超启发式算法求解区域化低碳选址
—
路径问题
在城市物流中
,
多车型是降低物流成本和提高
物流配送效率的重要方式之一
[
5
,
31
]
。
近年来
,
多车
型物流配送在
PRP
和
GVRP
中逐渐成为减少碳排
放的主要形式
[
32
-
33
]
。
Koc
等
[
5
,
34
]
分析车队规模和构
成对成本与碳排放的影响
,
表明多车型相对于单一
车型的物流配送网络存在优势
;
李进等
[
19
]
构建了具
有固定车辆数的 多车型 低碳
VRP
模型
,
表明 相比
单一车型
,
采用多车型更能提高车辆的容量利用率
、
降低能耗 与碳 排放
、
减少 使 用车辆 数
;
Pitera
等
[
35
]
研究了多车型在逆向网络回收物品中的作用
,
结果
同样表明 了 多车型 为 降低
CO
2
排 放 的 主要方式
;
Xiao
等
[
36
]
考虑两种不同排放模型的重型车辆
,
分析
了多车型与单一车型对
CO
2
等温室气体排放的影
响
。
对车型构成在物流配送成本或
CO
2
等温室气
体排放中的应用感兴趣的学者可参阅综述文献
[
37
]。
交通拥堵是影响车辆
CO
2
等温室气体排放和
燃油转化效率的主要因素之一
[
28
]
。
由文献
[
17
]
可
知
,
在实际行车过程中
,
当车速低于
30m
p
h
时
,
CO
2
等温室气体的排放量和燃油消耗量快速非线性增
长
,
即当车速从
30m
p
h
下降到
12.5m
p
h
或从
12.5
m
p
h
下降到
5m
p
h
时
,
每英里的
CO
2
等温室气体排
放量和燃油消耗量会增加一倍
。
因此
,
近年来许多
研究人员致力于研究因交通拥堵造成的速度实时性
(
或行驶时间的不确定性
)
对成本或
CO
2
排放量的
影响
,
普遍利用速度的分段函数模拟交通拥堵
,
确保
每段 的速 度 为常数
[
21
,
36
,
38
-
43
]
。
Poothalir
等
[
44
]
采 用
三角概率分布函数曲线表征速度的时变性
,
给出速
度变化有利于减少燃油消耗的结论
;
Koc
等
[
5
]
采用
速度区域化概念表征交通阻塞
,
每个区域中保持匀
速行车
。
对因交通拥堵影响的速度时变性感兴趣的
学者可参阅文献
[
45
]。
然而
,
以上大部分文献只分析了
PRP
或
GVRP
模型中的车队构成
、
交通拥堵
、
车辆负载和行车距离
对碳排放的 影 响
,
仅 有 文 献
[
1
,
5
]
将
LAP
和
PRP
(
或
GVRP
)
融合
,
构建
LCLRP
数学模型
。
文献
[
1
]
和文献
[
5
]
的主要区别为
:
前者仅优化车辆运输过程
中的碳排放量
,
后者将车辆行驶过程中的燃料消耗
量折算为路径成本
,
通过优化物流总成本达到节能
减排的目的
。
文献
[
1
]
的主要不足为
:
①
难以评估仓
库的固有碳排放
,
仅人为设定过于主观
;
②
不考虑仓
库固有碳排放时 会浪 费现 有资 源
,
增加 物流 成本
。
文献
[
5
]
的缺陷是通过优化物流成本来降低碳排放
而并非碳排放最小化
。
考虑到仓库的固有碳排放难
以评估
,
采用文献
[
5
]
的方法将油耗成本折算为路径
成本
,
通过优化物流成本达到节能减排
、
提高企业经
济效益的目的
。
本文在文献
[
5
]
的基础上进一步展
开研究
,
每个实例速度区域划分的位置和面积随机
变化且为嵌套式
,
区域形状为矩形
,
每个速度区域的
速度亦随机变 化
,
即
V
Zone3
~
U
(
60
,
80
),
V
Zone2
~
U
(
40
,
60
),
V
Zone1
~
U
(
20
,
40
);
另外
,
本文还涉及同时
取送货等客户实际需求
,
以及经典
CLRPSPD
模型
(
MTC
-
2
)、
最小碳排放量
(
Minimum
Carbon
Emis
-
sion
,
MCE
)、
最小距 离
(
Minimum
Total
Distance
,
MTD
)
和最小行驶时间
(
Minimum
Travel
Time
,
MTT
)
4
种
RLCLRPSPDHF
模型变体
。
目前
,
尚未
有学者综合研 究车 队构 成
、
同时 取送 货
、
速度 区域
化
、
仓库
、
服务距离和车辆负载等约束对物流成本和
CO
2
等温室气体的影响
。
2
模型构建
2.1
碳排放模型
本节主要介绍所采用的燃油消耗与碳排放模
型
,
即综合模态排放模型
(
Com
p
rehensive
Modal
E
-
mission
Model
,
CMEM
)。
目前已有学者将
CMEM
运 用 于
PRP
及 其 变 型
[
5
,
13
,
16
-
19
,
34
,
41
]
。
在 多 车 型
CMEM
中
,
采用式
(
1
)
估算车型
h
∈
H
的车辆燃油
消耗率
FR
h
(
单位
:
g
/
s
):
FR
h
=
ξ
(
k
h
N
h
V
h
+
P
h
/
η
)/
κ
。 (
1
)
式中
:
ξ
为燃料与空气质量比
;
k
h
,
N
h
和
V
h
分别为
车型为
h
的车辆发动机摩擦系数
、
转速和排量
;
η
为
柴
/
汽油机的 效 率
;
κ
为 柴
/
汽 油 热 值
;
P
h
为 车 型
h
的发动机输出功率
(
单位
:
kW
/
s
),
P
h
=
P
h
tract
n
t
f
+
P
acc
。 (
2
)
式中
:
n
t
f
为车辆传动系统的效率
;
P
acc
为与发动机的
运行损失和车辆配件
(
如空调和电力负载
)
相关联的
功率
,
通常设置为
0
;
P
h
tract
为车型为
h
的车辆总牵引
功率
(
单位
:
kW
/
s
),
P
h
tract
=
(
M
h
τ
+
M
h
g
sin
θ
+
0.5
C
h
d
ρ
A
h
v
2
+
M
h
g
C
r
cos
θ
)
v
/
1
000
。 (
3
)
式中
:
M
h
为整车质量
(
单位
:
k
g
);
τ
为加速度
(
单位
:
m
/
s
2
);
g
为重力加速度
(
单位
:
m
/
s
2
);
θ
为坡度
;
C
h
d
为车型为
h
的车辆空气阻力系数
;
A
h
为车型为
h
的
车辆的前挡风玻 璃面 积
(
单位
:
m
2
);
v
为车 辆速 度
(
单位
:
m
/
s
);
C
r
为轮胎滚动阻力系数
。
9041
剩余17页未读,继续阅读
白羊的羊
- 粉丝: 35
- 资源: 281
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0