一种基于不确定风险下的危险品绿色异构车辆路径规划方法技术

本发明专利技术公布了一种基于不确定风险下的危险品绿色异构车辆路径规划方法，该方法包括：1考虑路段周围人口密度的不确定分布，结合传统风险模型实现载重量变化下的不确定危险品运输风险评估；2基于危险品运输车辆类型、负载及运行速度等多个因素利用综合模式排放模型进行碳排放计算；3以运输风险、费用、碳排放最低为目标，考虑配送唯一性、顾客需求、时间窗、载重量等约束建立多目标非线性优化模型；4对NSGA

【技术实现步骤摘要】
一种基于不确定风险下的危险品绿色异构车辆路径规划方法


[0001]本专利技术设计涉及交通运输规划与管理领域，具体地，涉及一种基于不确定风险下的危险品绿色异构车辆路径规划方法。

技术介绍

[0002]随着我国国民经济的快速发展，各类危险品在生产制造业中的需求量不断增加，致使其道路运输量也逐年上升。由于危险品的固有风险特征，其运输过程与普通货物的运输过程不同，一旦发生运输事故可能会对自然环境和社会公共安全造成严重危害。因此，如何控制危险品的运输风险成为政府管理部门亟需解决的难题，也是运输决策和运筹优化领域的研究热点。
[0003]针对危险品的配送问题，如城市中的成品油二次配送等，运输环境复杂，需要综合考虑路径选择与异构车辆安排等决策，以避免灾难性事故的发生并降低配送成本，同时减少运输中的碳排放量，促进“双碳”目标的实现。因此，研究危险品配送问题，通过对路径优化和异构车辆安排来制订安全、经济、低碳的配送方案，具有重要的理论意义和实际应用价值。

技术实现思路

[0004]本专利技术的目的在于，针对上述问题，提供一种基于不确定风险下的危险品绿色异构车辆路径规划方法，分析异构车辆在速度、负载影响下的碳排放计算方法，对危险品运输风险进行不确定评估,改善危险品运输路径，以期获得安全、低碳、经济的路径规划。
[0005]本专利技术的上述技术目的是通过以下技术方案得以实现的：
[0006]本专利技术一种基于不确定风险下的危险品绿色异构车辆路径规划方法，其特点在于，是应用于危险品在无向网络G＝(V,A)中进行配送，配送系统由一个配送中心和多个客户构成；配送中心有多种类型车辆执行配送任务，不同车型的相关参数均不相同；每个客户的坐标位置和需求量已知，且都有一个给定的服务时间窗；要求配送中心在满足车辆容量约束基础上，合理安排异构车辆的使用及配送路径。其他假设如下：(1)配送中心的各类型车辆数量充足；(2)每辆车可服务多个客户，配送任务后返回配送中心，单个客户只能由一辆车配送；(3)各路段人口密度为均匀分布的不确定变量；(4)不同类型车辆在相同路段的行驶速度一致；
[0007]S1：不确定运输风险评估与碳排放计算：假设每个路段周围的人口密度服从某种不确定分布，利用不确定理论对潜在受影响人口数量进行度量，对传统风险模型进行改进，建立考虑载重量变化下的不确定危险品运输风险评价模型。
[0008]S1.1：在危险品配送过程中，假设存在函数关系f使得各路段不确定人数p
ij
是满足
一定信度α
ij
下的概率分布Ψ
ij
的独立不确定变量，则运输路径总人数pop与p
ij
存在一定函数关系：
[0009]pop＝f(p
11
,p
12
,...,p
ij
,α
11
,α
12
,...,α
ij
)
ꢀꢀꢀꢀꢀ
(1)
[0010]S1.2：p
ij
满足不确定分布Υ
ij
、逆不确定分布表示全集，利用不确定变量的期望值对路段人数p
ij
的度量如下式：
[0011][0012]S1.3：对于多个可测函数f
ij
的期望值求和，存在以下规律：
[0013]E[∑f
ij
(p
ij
,α
ij
)]＝∑E[f
ij
(p
ij
,α
ij
)]ꢀꢀꢀꢀꢀ
(3)
[0014]S1.4：结合机会约束规划与期望值对运输路径总人数pop的计算如下式：
[0015][0016]S1.5：车辆的实时载重量计算方法如下：
[0017][0018]式(5)中：u
i
为车辆到达i时的载重量；表示当车型为h的车辆k从i行驶到j时否则为0；d
i
为i的需求量。
[0019]车辆在车场出发时的载重量u0为：
[0020][0021]式(6)中：z
h
为h车型车辆自重。
[0022]S1.6：综上，不确定条件下的运输风险评价度量模型为：
[0023][0024]式(7)中：a
ij
为(i,j)路段事故发生概率；r
ij
为(i,j)路段事故影响区域半径；b
h
为h车型车辆事故载重量影响因子。
[0025]S2：异构车辆碳排放分析：
[0026]使用异构车辆运输危险品时，产生的碳排放量与车辆类型、负载及运行速度等多个因素存在关联，合理的车辆安排、装载限制与速度选择将对碳排放量大小产生重要影响。
[0027]S2.1：基于综合模式排放模型对碳排放的计算如下：
[0028][0029]式(8)中：ε
h
μ
h
κ
h
d
ij
/v
ij
是发动机牵引模块碳排放，ρ
h
γ
h
αd
ij
是载重量模块碳排放，是行驶速度模块碳排放。ε
h
为h类型车辆发动机摩擦系数，μ
h
为h类型车辆发动机转速，κ
h
为h类型车辆发动机排量，d
ij
为车辆在(i,j)路段的负载，ρ
h
为h类型车辆总重量，其中二氧化碳排放速率δ的计算如下：
[0030][0031]S2.2：参数γ
h
、α、β
h
的计算如下：
[0032]γ
h
＝1/1000n
h
η
ꢀꢀꢀꢀꢀ
(10)
[0033]α＝σ+gsinθ+gD
r
cosθ
ꢀꢀꢀꢀꢀ
(11)
[0034][0035]式(9)
‑
(12)中：ω为燃料空气质量比，τ为柴油热值，为转换因子，n
h
为h类型车辆传动效率，η为柴油机效率参数，σ为加速度，g为重力常数，D
r
为滚动阻力常数，θ为道路坡度，为h类型车辆空气动力学阻力参数，ξ为空气密度，B
h
为h类型车辆前表面面积。
[0036]S3：构建危险品绿色异构车辆路径优化模型
[0037]以运输风险、费用、碳排放最低为目标，考虑配送唯一性、顾客需求、时间窗、载重量等约束建立多目标非线性优化模型如下：
[0038]S3.1：目标函数：
[0039][0040][0041]式(14)中：为h类型车辆固定成本；为h类型车辆在(i,j)的耗油量；c2为汽油的单位价格；c
e
为车辆早于时间窗送达的惩罚系数；c
l
为车辆晚于时间窗送达的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于不确定风险下的危险品绿色异构车辆路径规划方法，其特点在于，是应用于危险品在无向网络G＝(V,A)中进行配送，配送系统由一个配送中心和多个客户构成；配送中心有多种类型车辆执行配送任务，不同车型的相关参数均不相同；每个客户的坐标位置和需求量已知，且都有一个给定的服务时间窗；要求配送中心在满足车辆容量约束基础上，合理安排异构车辆的使用及配送路径。其他假设如下：(1)配送中心的各类型车辆数量充足；(2)每辆车可服务多个客户，配送任务后返回配送中心，单个客户只能由一辆车配送；(3)各路段人口密度为均匀分布的不确定变量；(4)不同类型车辆在相同路段的行驶速度一致；S1：不确定运输风险评估与碳排放计算：假设每个路段周围的人口密度服从某种不确定分布，利用不确定理论对潜在受影响人口数量进行度量，对传统风险模型进行改进，建立考虑载重量变化下的不确定危险品运输风险评价模型。S1.1：在危险品配送过程中，假设存在函数关系f使得各路段不确定人数p
ij
是满足一定信度α
ij
下的概率分布Ψ
ij
的独立不确定变量，则运输路径总人数pop与p
ij
存在一定函数关系：pop＝f(p
11
,p
12
,...,p
ij
,α
11
,α
12
,...,α
ij
)
ꢀꢀꢀꢀꢀ
(1)S1.2：p
ij
满足不确定分布Υ
ij
、逆不确定分布、逆不确定分布表示全集，利用不确定变量的期望值对路段人数p
ij
的度量如下式：S1.3：对于多个可测函数f
ij
的期望值求和，存在以下规律：E[∑f
ij
(p
ij
,α
ij
)]＝∑E[f
ij
(p
ij
,α
ij
)]
ꢀꢀꢀꢀꢀ
(3)S1.4：结合机会约束规划与期望值对运输路径总人数pop的计算如下式：S1.5：车辆的实时载重量计算方法如下：式(5)中：u
i
为车辆到达i时的载重量；表示当车型为h的车辆k从i行驶到j时否则为0；d
i
为i的需求量。车辆在车场出发时的载重量u0为：式(6)中：z
h
为h车型车辆自重。S1.6：综上，不确定条件下的运输风险评价度量模型为：
式(7)中：a
ij
为(i,j)路段事故发生概率；r
ij
为(i,j)路段事故影响区域半径；b
h
为h车型车辆事故载重量影响因子。S2：异构车辆碳排放分析：使用异构车辆运输危险品时，产生的碳排放量与车辆类型、负载及运行速度等多个因素存在关联，合理的车辆安排、装载限制与速度选择将对碳排放量大小产生重要影响。S2.1：基于综合模式排放模型对碳排放的计算如下：式(8)中：ε
h
μ
h
κ
h
d
ij
/v
ij
是发动机牵引模块碳排放，ρ
h
γ
h
αd
ij
是载重量模块碳排放，是行驶速度模块碳排放。ε
h
为h类型车辆发动机摩擦系数，μ
h
为h类型车辆发动机转速，κ
h
为h类型车辆发动机排量，d
ij
为车辆在(i,j)路段的负载，ρ
h
为h类型车辆总重量，其中二氧化碳排放速率δ的计算如下：S2.2：参数γ
h
、α、β
h
的计算如下：γ
h
＝1/1000n
h
η
ꢀꢀꢀꢀꢀ
(10)α＝σ+g sinθ+gD
r cosθ
ꢀꢀꢀꢀꢀ
(11)式(9)
‑
(12)中：ω为燃料空气质量比，τ为柴油热值，为转换因子，n
h
为h类型车辆传动效率，η为柴油机效率参数，σ为加速度，g为重力常数，D
r
为滚动阻力常数，θ为道路坡度，为h类型车辆空气动力学阻力参数，ξ为空气密度，B
h
为h类型车辆前表面面积。S3：构建危险品绿色异构车辆路径优化模型以运输风险、费用、碳排放最低为目标，考虑配送唯一性、顾客需求、时间窗、载重量等约束建立多目标非线性优化模型如下：S3.1：目标函数：S3.1：目标函数：式(14)中：为h类型车辆固定成本；为h类型车辆在(i,j)的耗油量；c2为汽油的单位价格；c
e
为车辆早于时间窗送达的惩罚系数；c
l
为车辆晚于时间窗送达的惩罚系数；[e
i
,l
i
...

【专利技术属性】
技术研发人员：代存杰，李娟，武润宇，柴获，王晓全，
申请(专利权)人：兰州交通大学，
类型：发明
国别省市：