多商品分批次取送货的异构绿色车辆路径问题研究

摘要

针对同时取送货车辆路径问题，考虑客户商品需求差异及车辆异型的因素，以最小化车辆碳排放成本及总配送距离之和为目标，建立多商品分批次取送货的异构绿色车辆路径问题(multi-commodity heterogeneous green vehicle routing problem with split pickup and delivery,MCHGVRPSPD)的数学模型，且提出1种增强型变邻域搜索(ehanced variable neighborhood search,EVNS)算法对数学模型进行求解。在EVNS的初始阶段，采用距离–容量平衡法(distance–capacity balancing,DCB)生成初始解；在全局搜索扰动阶段，结合1种自适应扰动操作，防止算法过早收敛陷入局部最优；在局部搜索阶段，采用4种带容量约束的邻域搜索操作，以探测更优质的邻域解空间。最后，采用GA,VNS和ALNS算法进行测试案例仿真实验，验证EVNS算法求解MCHGVRPSPD的有效性。结果表明：与3种对比算法相比，EVNS算法在求解质量方面提升了15%～25%的性能，同时在收敛性和稳定性方面更优，是1种求解MCHGVRPSPD的有效算法。

关键词

多商品 / 分批配送 / 智能物流 / 变邻域搜索 / 异构车辆 / 车辆路径问题 / 自适应扰动 / 碳排放成本