考虑碳排放与不确定条件的沿海城市多式联运路径优化

仲兆满, 陈柯含, 李梦晗, 徐俊康

江苏海洋大学学报(自然科学版) ›› 2026, Vol. 35 ›› Issue (3) : 33 -40.

江苏海洋大学学报(自然科学版) ›› 2026, Vol. 35 ›› Issue (3) : 33 -40.

考虑碳排放与不确定条件的沿海城市多式联运路径优化

    仲兆满, 陈柯含, 李梦晗, 徐俊康
作者信息 +

Author information +
文章历史 +

摘要

多式联运能够充分发挥多种运输方式的优势,结合近年来的低碳政策出台与研究发展,不确定条件下的绿色多式联运路径优化问题成为当前研究热点。研究当前问题可有效降低成本、提高运输效率、减少碳排放,对促进物流行业可持续发展具有重要意义。研究沿海城市多式联运路径优化问题,首先从承运方视角出发,综合考虑运输、仓储、时间、碳交易成本,在现有模糊变量处理中引入模糊仓储系数,用以计算承运方在一个节点城市可能存在多个仓库或转运设备站点等情况对成本产生的影响,建立多目标优化模型;其次引用动态变异概率调整策略对精英保留策略遗传算法进行改进;最后通过沿海城市运输线路数据设计算例进行验证。通过算例验证,改进算法相比基础遗传算法成本降低5.64%,相比Dijkstra、A*算法和模拟退火算法成本降低7.1%;收敛迭代次数远少于其他迭代算法,相比改进遗传算法,基础遗传算法和模拟退火算法收敛速度分别快287.5%,91.7%和79.2%。方法改进后有效降低了总成本,提高了求解效率,为沿海城市多式联运发展提供了高效环保的解决方案。

关键词

低碳政策 / 多式联运 / 路径优化 / 不确定条件 / 遗传算法

Key words

引用本文

引用格式 ▾
仲兆满, 陈柯含, 李梦晗, 徐俊康. 考虑碳排放与不确定条件的沿海城市多式联运路径优化[J]. 江苏海洋大学学报(自然科学版), 2026, 35(3): 33-40 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家自然科学基金资助项目(72174079); 江苏省“青蓝工程”大数据优秀教学团队(2022-29); 连云港市重点研发(产业前瞻与关键核心技术)项目(CG2323)

AI Summary AI Mindmap

1

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉