考虑罐容限制的多油库多行程加油站配送优化问题研究
针对加油站的成品油配送需求,提出一个多油库、多车型、多行程、带隔舱和软时间窗的车辆路径问题(MDFDP)。车辆从所属油库出发,在调度期内访问其它油库进行配送,并最终返回所属油库。当自有车辆不足时,可以租借外部车辆。由于加油站各油品的罐容有限,车辆必须在容纳时点后卸油。出于安全原因,车辆在卸油前需要静置一段时间。在车辆静置和卸油期间,加油站因临时关闭而产生销售损失。以最小化车辆固定成本、行驶成本、卸油成本、缺货惩罚所组成的总成本为目标,建立了该问题的混合整数规划模型。设计了一种结合局部优化的混合蚁群算法解决该问题。针对多车型,提出一种多信息素矩阵更新策略,使得每种类型车辆具有各自的信息素矩阵。将...
Gespeichert in:
Veröffentlicht in: | 系统工程理论与实践 2023-04, Vol.43 (4), p.1232-1250 |
---|---|
Hauptverfasser: | , , , |
Format: | Artikel |
Sprache: | chi |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | 针对加油站的成品油配送需求,提出一个多油库、多车型、多行程、带隔舱和软时间窗的车辆路径问题(MDFDP)。车辆从所属油库出发,在调度期内访问其它油库进行配送,并最终返回所属油库。当自有车辆不足时,可以租借外部车辆。由于加油站各油品的罐容有限,车辆必须在容纳时点后卸油。出于安全原因,车辆在卸油前需要静置一段时间。在车辆静置和卸油期间,加油站因临时关闭而产生销售损失。以最小化车辆固定成本、行驶成本、卸油成本、缺货惩罚所组成的总成本为目标,建立了该问题的混合整数规划模型。设计了一种结合局部优化的混合蚁群算法解决该问题。针对多车型,提出一种多信息素矩阵更新策略,使得每种类型车辆具有各自的信息素矩阵。将混合蚁群算法和CPLEX、变邻域搜索算法进行比较,实验验证了混合蚁群算法以及多信息素矩阵策略的有效性。企业应用实例表明:混合蚁群算法能有效求解实际问题;与车队、销售部门的单独配送决策相比,MDFDP统筹了两个部门的利益,能够大幅降低企业运营总成本。 |
---|---|
ISSN: | 1000-6788 |
DOI: | 10.12011/SETP2022-1226 |