多車場多車型冷鏈物流時變綠色車輛路徑優(yōu)化

摘" 要：為降低運輸成本，減少環(huán)境污染，提出一種考慮速度時變的多車場多車型綠色車輛路徑優(yōu)化方法。針對城市交通擁堵路況常發(fā)的現狀，引入百度智慧交通網預測的擁堵指數反映實時路況，兼顧經濟成本和環(huán)境成本，構建以總運輸成本最小為優(yōu)化目標的時變綠色車輛路徑模型。根據模型特點改進遺傳算法，并運用大中小3種規(guī)模的算例對其進行仿真實驗，驗證了模型和算法可以有效地降低物流配送成本，促進配送車輛節(jié)能減排，為生鮮電商冷鏈物流配送決策提供車輛運輸路徑方案。

" 關鍵詞：城市交通；多車場多車型；改進遺傳算法；冷鏈物流；時變綠色車輛路徑優(yōu)化

" 中圖分類號：F570" " 文獻標志碼：A" " DOI：10.13714/j.cnki.1002-3100.2024.15.035

Abstract： To reduce the transportation cost and environmental pollution， an optimization method of multi-parking and multi-vehicle green vehicle routing considering the time-varying speed is proposed. In view of the frequent occurrence of urban traffic congestion， the congestion index predicted by Baidu Intelligent Transportation Network is introduced to reflect the real-time traffic conditions， taking into account the economic cost and environmental cost， and a time-varying green vehicle path model with the optimization goal of minimizing the total transportation cost is constructed. According to the characteristics of the model， the genetic algorithm is improved， and the simulation experiments are carried out with three scale examples. It is verified that the model and algorithm can effectively reduce the cost of logistics distribution， promote the energy saving and emission reduction of distribution vehicles， and provide a vehicle transportation path scheme for the cold chain logistics distribution decision of fresh e

-commerce.

Key words： urban traffic; multi-yard and multi-model; improved genetic algorithm; cold chain logistics; time-varying green vehicle routing optimization

0" 引" 言

" 隨著我國經濟高速發(fā)展和生鮮電商市場崛起，消費者對于農產品新鮮度和冷鏈物流配送速度的要求也逐漸變高。為提高配送服務質量的品質和擴大配送業(yè)務的范圍，越來越多的物流企業(yè)建立多個配送點，并應用多種車型進行配送服務。同時由于城市交通擁堵問題的日趨嚴重，導致路網具有時變特性，物流行業(yè)為響應低碳環(huán)保社會建設號召，促進節(jié)能減排，逐漸向綠色物流轉型。

" 而現有研究中，張惠珍等[1]、朱晨晨[2]和魯建廈等[3]都研究多車場多車型配送模式，但均未考慮擁堵路況導致車輛速度時變的情形；Xiao et al[4]， Matos et al[5]和狄衛(wèi)民等[6]都考慮常發(fā)性擁堵路況，構建了含多車型的TDGVRP模型，但這些學者均未考慮多車場配送模式；周鮮成等[7]、趙志學等[8]和珠蘭等[9]都基于時變路網的背景，研究交通擁堵導致車輛速度時變的MDGVRP問題，也可以說是考慮多車場的TDGVRP問題，但均未考慮多車型。綜上，目前關于多車場多車型的配送模式與車輛配送速度時變的現狀相結合的綠色物流問題研究甚少。

" 基于上述情況，為了使研究問題更加貼近現實應用，同時考慮擁堵路況帶來的路網時變特性，以及生鮮電商多車場多車型冷鏈配送的真實情況，全面分析冷鏈物流配送環(huán)節(jié)涉及的影響因素，將油耗成本及碳排放成本之和作為綠色成本引入冷鏈物流路徑優(yōu)化模型，并分析配送車輛綠色能耗成本與總成本間的關系。

1" 問題描述與假設

1.1" 問題描述

" 在實際路網中，多輛不同類型的冷藏車從多個冷庫（車場）出發(fā)，按一定順序對同城中不同位置的顧客展開配送，在完成任務后需駛回原冷庫。車輛配送示意圖，如圖1所示。

1.2" 假設條件

（1）顧客的位置、對冷鏈產品需求量、服務時長以及配送時間窗已知；（2）備選冷庫位置已知，且其庫存能夠保證所有顧客的需要，不會發(fā)生缺貨的現象；（3）每個冷庫所含的冷藏車車型種類數相同，且不同車型的基本信息已知；（4）每輛冷藏車可為多個顧客進行配送，且其實際載重量均小于該車型的最大裝載量；（5）每個顧客只能由一輛冷藏車進行配送，且僅被允許服務一次，需求不可拆分；（6）運輸的生鮮產品品質相同，且對于貨物的冷藏溫度要求一致；（7）冷藏車在每個時段內的行駛速度僅和該時段內的交通擁堵延時系數相關。

2" 模型構建

式（16）為目標函數，表示最小化物流總運輸成本；式（17）保證所有顧客都能得到冷藏車配送；式（18）和式（19）表示任意顧客只能由一輛冷藏車負責配送，且僅被允許服務一次；式（20）表示所有冷藏車的起始點均為原所在冷庫；式（21）表示所有冷藏車配送時，其實際裝載量均小于其最大額定載重量；式（22）表示配送環(huán)節(jié)中使用的冷藏車數量不得超過所有冷庫的冷藏車總數；式（23）和式（24）表示軟時間窗約束；式（25）為決策變量。

3" 改進遺傳算法設計

3.1" 染色體編碼

用編號1～W表示顧客數，N+1～N+K分別表示來自不同冷庫的共K輛冷藏車，分別對每輛冷藏車進行編碼，種群中每個個體包含K條染色體，每輛冷藏車服務顧客的順序稱為該車的基因鏈，其中每條染色體的第一個基因代表冷藏車，其他基因代表顧客，基因順序代表顧客被服務的先后。

3.7" 局部搜索尋優(yōu)

交換鄰域：隨機從染色體中選擇兩個不同的位置index1和index2，互換index1和index2處的基因，形成新的編碼序列，如圖4所示。

4" 算例分析

4.1" 實驗設置

目前尚未有MDHFTDGVRP問題的標準算例集，本文根據顧客數、車場數等從MDVRPTW標準算例庫中選取小規(guī)模（pr11），中等規(guī)模（pr13、pr18），大規(guī)模（pr16、pr20）共5個算例，并根據實際研究需要，補充冷藏車多車型的數據（見表3）構建完整算例測試算法。

" 根據城市交通規(guī)律，每天的7：00—9：00和17：00—19：00逐漸接近早晚高峰，因此將這兩個時間段設為交通擁堵時段，其余時段為正常行駛時間。但因考慮該生鮮電商實際配送工作時間窗為7：00，19：00，以1h為一個時間段，僅研究12個時段的擁堵指數。統(tǒng)計蘇州市某一周同時段道路擁堵指數，取其平均值為本文的擁堵指數，如表4所示。

4.2" 算法驗證

4.2.1" 算法測試結果分析

每個算例的最終結果均為求解20次后取的平均值。K為實際使用的配送車輛數，Best為實驗結果中的最優(yōu)目標值，Average為平均目標值，T為求解耗時（s）。從表5可知，IGA的求解質量和求解耗時優(yōu)于GA，故IGA更具有效性，能較好地解決MDHFTDGVRP問題。

由表6可知，不同規(guī)模的算例中綠色成本和制冷成本占總運輸成本的比例較穩(wěn)定，其中制冷成本，達到總運輸成本一半以上，占比最高。因此，要想降低總運輸成本，最主要的是縮短配送在途擁堵時長，降低制冷成本。

4.2.2" 車輛速度恒定與速度時變結果對比分析

從圖5可看出，當速度時變時，除車輛固定啟動成本外，其余各項成本均有所改變。冷藏車在交通擁堵狀況下頻繁加速或減速的行為導致了油耗量和擁堵時間增加，另外車輛行駛速度變化導致最終的配送路線發(fā)生改變，從而影響各項成本構成。

5" 結" 論

選取三種規(guī)模大小的算例測試，首先驗證了本文模型和算法具有普適性，能夠解決大規(guī)模路徑優(yōu)化問題；其次驗證了改進遺傳算法比傳統(tǒng)遺傳算法給出的配送策略更符合當前節(jié)能減排發(fā)展，能夠為生鮮電商冷鏈配送兼顧經濟、環(huán)境和社會效益提供更為合理的決策依據；最后證明了模型引入速度時變可使配送策略更加地符合實際，縮短配送環(huán)節(jié)預測成本與實際成本的差距。

參考文獻：

[1] 張惠珍，姜晶. 多車場多車型電動汽車路徑優(yōu)化研究[J]. 軟件導刊，2021，20（8）：75-81.

[2] 朱晨晨. 多車場多車型車輛路徑問題的優(yōu)化研究[J]. 企業(yè)科技與發(fā)展，2021（2）：94-96，99.

[3] 魯建廈，翟文倩，李嘉豐，等. 基于改進混合蛙跳算法的多約束車輛路徑優(yōu)化[J]. 浙江大學學報（工學版），2021，55（2）：259-270.

[4]" XIAO Y Y， KONAK A. The heterogeneous green vehicle routing and scheduling problem with time-varying traffic congestion[J]. Transportation Research， Part E： Logistics and Transportation Review， 2016，88E（4）：146-166.

[5]" MATOS， M R S， FROTA Y， Ochi L S. Green vehicle routing and scheduling problem with split delivery[J]. Electronic Notes in Discrete Mathematics， 2018，69：13-20.

[6] 狄衛(wèi)民，杜慧莉，張鵬閣. 考慮動態(tài)擁堵的多車型綠色車輛路徑問題優(yōu)化[J]. 計算機工程與設計，2021，42（9）：2614-2620.

[7] 周鮮成，呂陽，賀彩虹，等. 考慮時變速度的多車場綠色車輛路徑模型及優(yōu)化算法[J]. 控制與決策，2022，37（2）：473-482.

[8] 趙志學，李夏苗，周鮮成，等. 考慮交通擁堵的冷鏈物流城市配送的GVRP研究[J]. 計算機工程與應用，2020，56（1）：224-231.

[9] 珠蘭，馬瀟，劉卓凡. 時間依賴型綠色車輛路徑問題研究[J]. 交通運輸系統(tǒng)工程與信息，2021，21（6）：187-194.

[10]" FRANCESCHETTI A， HONHON D， VAN WO-ENSEL T， et al. The time-dependent pollution-routing problem[J]. Transportation Research Part B： Methodological， 2013，56：265-293.

[11] 陳靖，董明. 考慮生鮮品新鮮度的集配策略研究[J]. 系統(tǒng)工程理論與實踐，2018，38（8）：2018-2031.

收稿日期：2023-07-23

基金項目：教育部人文社會科學基金項目\"Humanity and Social Science Foundation of Ministry of Education of China\"（19YJA630054）；湖北省教育廳人文社科項目“高校教師新信息技術平臺的接受和持續(xù)使用研究——以師生感知效能為視角”

作者簡介：王南星（1998—），女，河南商丘人，武漢科技大學管理學院碩士研究生，研究方向：綠色物流；韓宗睿（1999—），男，海南文昌人，武漢科技大學信息學院碩士研究生，研究方向：人工智能與控制；劉" 勇（1975—），女，湖北武漢人，武漢科技大學管理學院，教授，研究方向：物流管理、營銷管理；馬云峰（1972—），男，吉林蛟河人，武漢科技大學管理學院，教授，研究方向：物流系統(tǒng)規(guī)劃、管理定量分析。

引文格式：王南星，韓宗睿，劉勇，等. 多車場多車型冷鏈物流時變綠色車輛路徑優(yōu)化[J]. 物流科技，2024，47（15）：141-146.