System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于物流配送优化,涉及一种碳交易背景下基于共同配送模式的同时取送货的车辆路径确定方法及系统。
技术介绍
1、同时取送货的车辆路径问题是车辆路径问题的延伸,在该问题中车辆不再考虑先配送或者先取货,而是需要一次完成每个客户点的取货和送货两种需求,更加有利于合理的设计车辆路径;目前关于同时取送货路径问题的研究主要分为针对多阶段同时取送货车辆路径问题的研究、针对带时间窗同时取送货车辆路径问题的研究和针对动态同时取送货车辆路径问题的研究,虽然目前针对同时取送货的车辆路径问题的研究较多,但大多从一家企业的角度展开,从多家企业资源共享的角度开展同时取送货问题的研究较少。
2、随着电子商务的蓬勃发展,物流行业快速成长,“最后一公里”服务需求激增,导致物流企业的压力越来越大。共同配送打破了传统独立配送的限制,从物流配送系统的整体出发,合理分配物流资源,实现车辆的联合调度,能够有效的减少运输过程的总成本,提高企业的竞争力,同时随着中国碳交易市场的正式开启,中国的物流企业必然要响应低碳时代对环境保护和经济发展的双要求,合理安排和控制运营过程中的碳排放,实现物流产业的绿色可持续发展。目前针对绿色低碳车辆路径问题的研究较多,大多考虑将碳排放以某种比例转化为碳排放成本中,研究企业的碳排放问题或者研究新能源车辆的问题,但针对碳交易机制下的碳排放研究较少。因此,亟需一种共同配送模式下同时取送货的车辆路径确定方法及系统。
技术实现思路
1、针对现有技术的不足,本专利技术提供了一种碳交易背景下基
2、为实现上述目的,本专利技术提供了如下技术方案:
3、一种共同配送模式下同时取送货的车辆路径确定方法,包括:
4、获取确定车辆路径的基本信息;所述基本信息包括各配送中心节点和各客户节点的地理位置、客户数量、客户货物需求量及车辆最大载重、客户服务时间窗;
5、根据所述基本信息,计算影响车辆配送的准则参数,建立总配送成本最低目标函数;
6、以配送路径、服务时间窗及车辆最大载重量作为所述总配送成本最低目标函数的约束条件,构建共同配送模式下同时取送货的车辆路径模型;
7、基于改进遗传算法求解最优路径优化模型,确定最优的车辆配送路径。
8、根据本专利技术优选的,根据所述基本信息,计算影响车辆配送的准则参数,建立总配送成本最低目标函数;包括:
9、所述准则参数包括配送车辆固定运输成本、变动运输成本、时间惩罚成本、碳排放成本;
10、所述配送车辆固定运输成本c1的计算公式为:
11、c1=c1v (1)
12、其中,c1表示单位固定成本;v表示车辆数量;
13、所述变动运输成本c2的计算公式为:
14、
15、其中,c2表示单位距离变动成本,dij表示从节点i到节点j之间的距离,xijv为0-1规划,表示车辆v是否经过节点i和j,m表示配送中心,n表示客户;
16、所述时间惩罚成本c3的计算公式为:
17、
18、其中,c3表示单位时间等待成本,c4表示单位时间迟到成本,[t1,t2]表示客户需求时间窗,tjv表示车辆v到达j的时间点;
19、所述碳排放成本c4表示为:
20、c4=c5(co-tcq) (4)
21、其中,c5表示碳交易价格,co表示车辆运输过程中产生的碳排放,tcq表示碳配额;
22、根据所述准则参数建立总配送成本最低目标函数,表示为:
23、
24、进一步优选的,碳排放成本的求取过程包括:求解车辆运输过程中的油耗,根据二氧化碳排放系数进行转换,从而得到碳排放;
25、单位距离燃料消耗量表示为:
26、
27、其中,f0表示车辆空载状态下的单位距离油耗,fmax表示车辆满载状态下的单位距离油耗,gv表示运输车辆自重,g表示运输货物质量;
28、当运输车辆行驶距离为d时,运输车辆从i行驶到j的油耗f表示为:
29、
30、车辆运输过程中产生的碳排放表示为:
31、co=β×f (8)
32、其中,β表示二氧化碳排放系数。
33、根据本专利技术优选的,以配送路径、服务时间窗及车辆最大载重量作为所述总配送成本最低目标函数的约束条件,构建共同配送模式下同时取送货的车辆路径模型;包括:
34、根据每辆车不能从一个配送中心直接到另一个配送中心,确定第一约束条件,表示为:
35、
36、式中,m为配送中心;v为配送车辆;
37、根据每个客户只能被一辆运输车量服务,确定第二约束条件,表示为:
38、
39、式中,m为配送中心;v为配送车辆;
40、根据运输车辆从一个配送中心出发,连续服务若干个客户,返回到任一配送中心,确定第三约束条件,表示为:
41、
42、
43、
44、式中,m为配送中心;v为配送车辆,μ为客户节点;
45、根据运输车辆在客户点完成装卸操作后,货物质量不超过车辆最大载重量,确定第四约束条件,表示为:
46、gij-qj+pj≤gmax (14)
47、式中,gij为i到j的车辆载重,qj为j客户点送货货物质量;pj为j客户点取货货物质量;gmax表示车辆的最大载重量;
48、根据运输路径之间的运载量是连续的,确定第五约束条件,表示为:
49、
50、式中,giμ为节点i到μ的车辆载重;qμ为μ客户点送货货物质量;pμ为μ客户点取货货物质量;m为配送中心;n为客户;
51、根据交付过程是连续的,确定第五约束条件,表示为:
52、
53、式中,tjv表示车辆v到达j的时间点;dij表示从节点i到节点j之间的距离;v1为车辆匀速行驶速度;v2为卸货和装货速度;qi为i客户点送货货物质量;pi为i客户点取货货物质量;
54、共同配送模式下同时取送货的车辆路径模型目标函数为式(5);约束为式(9)、式(10)、式(11)、式(12)、式(13)、式(14)、式(15)、式(16);式(9)表示运输车辆不能从一个配送中心直接到另一个配送中心;式(10)表示每一个客户只能被一辆运输车辆服务;式(11)、式(12)、式(13)表示运输车辆从一个配送中心出发,连续本文档来自技高网...
【技术保护点】
1.一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,包括:
2.根据权利要求1所述的一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,根据所述基本信息,计算影响车辆配送的准则参数,建立总配送成本最低目标函数;包括:
3.根据权利要求2所述的一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,碳排放成本的求取过程包括:求解车辆运输过程中的油耗,根据二氧化碳排放系数进行转换,从而得到碳排放;
4.根据权利要求1所述的一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,以配送路径、服务时间窗及车辆最大载重量作为所述总配送成本最低目标函数的约束条件,构建共同配送模式下同时取送货的车辆路径模型;包括:
5.根据权利要求1所述的一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,基于改进遗传算法求解最优路径优化模型,确定最优的车辆配送路径;包括:
6.根据权利要求5所述的一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,以总成本最低为目标,第一层得出的结果即每个车辆对应的出发点
7.根据权利要求1-6任一所述的一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,利用自适应交叉变异概率对染色体进行交叉变异操作,自适应交叉概率Pc和自适应变异概率Pm公式如式(18),式(19)所示:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-7任一所述的共同配送模式下同时取送货的车辆路径确定方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任一所述的共同配送模式下同时取送货的车辆路径确定方法的步骤。
10.一种共同配送模式下同时取送货车辆路径确定系统,其特征在于,包括:
...【技术特征摘要】
1.一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,包括:
2.根据权利要求1所述的一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,根据所述基本信息,计算影响车辆配送的准则参数,建立总配送成本最低目标函数;包括:
3.根据权利要求2所述的一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,碳排放成本的求取过程包括:求解车辆运输过程中的油耗,根据二氧化碳排放系数进行转换,从而得到碳排放;
4.根据权利要求1所述的一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,以配送路径、服务时间窗及车辆最大载重量作为所述总配送成本最低目标函数的约束条件,构建共同配送模式下同时取送货的车辆路径模型;包括:
5.根据权利要求1所述的一种共同配送模式下同时取送货的车辆路径确定方法,其特征在于,基于改进遗传算法求解最优路径优化模型,确定最优的车辆配送路径;包括:
6.根据权利要求5所述的一种共...
【专利技术属性】
技术研发人员:李美燕,高芹,马凌骥,邱海娜,袁艳华,赵萍萍,陈飞翔,王梦影,殷乐成,宋雯菁,
申请(专利权)人:山东科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。