基于運(yùn)行路徑和客戶整體滿意度的車輛調(diào)度問(wèn)題實(shí)證分析17000字【論文】

基于運(yùn)行路徑和客戶整體滿意度的車輛調(diào)度問(wèn)題實(shí)證分析 1 2 2 2 4 7 7 8 2 27 28摘要客戶滿意度問(wèn)題綜合考慮，達(dá)到同時(shí)優(yōu)化的目的。本文的研究重點(diǎn)包括：(1)建立車輛路徑問(wèn)題、車輛配載問(wèn)題與客戶滿意度問(wèn)題的綜合優(yōu)化模型。(2)作為多目標(biāo)函數(shù)，引入非支配排序遺傳算法，對(duì)問(wèn)題進(jìn)行求解。(3)借助河北某交通運(yùn)最后將模型應(yīng)用到某交通運(yùn)輸集團(tuán)的配送問(wèn)題中，將優(yōu)化后的路線與滿意度方案與現(xiàn)在應(yīng)用的方案進(jìn)行對(duì)比，結(jié)果顯示優(yōu)化后的方案車輛運(yùn)行總路徑最短，客戶整體滿意度最高，從而降低了物流企業(yè)運(yùn)營(yíng)成本，是一種優(yōu)化的方案，也證明了數(shù)學(xué)模型的實(shí)用性和算法的有效性。本文只把車輛配載問(wèn)題作為約束條件，車輛配載問(wèn)題在后續(xù)的工作中，需要進(jìn)一步的探討。關(guān)鍵詞：車輛路徑問(wèn)題；客戶滿意度問(wèn)題；車輛配載問(wèn)題；非支配排序遺傳算法1.1研究背景及意義十三五期間，我國(guó)五年內(nèi)的年均GDP增量為6.7%,經(jīng)濟(jì)在高速度發(fā)展。十四五我們提出了更高的要求，我們經(jīng)濟(jì)要轉(zhuǎn)型，對(duì)于政府而言，政府加速放管服，簡(jiǎn)政放權(quán)，構(gòu)建服務(wù)型政府，創(chuàng)新管理手段與管理方法，打造智慧政府，政府服務(wù)企業(yè)，為企業(yè)提供政策扶持，提供綠色通道，吸引投資。對(duì)于企業(yè)而言，企業(yè)需要轉(zhuǎn)型，需要不斷地內(nèi)部?jī)?yōu)化，需要?jiǎng)?chuàng)建自己的特色產(chǎn)業(yè)，避免同質(zhì)化競(jìng)爭(zhēng)。2020年最熱的中興華為事件，告訴了我們，我們企業(yè)需要打造核心技術(shù)，不然就會(huì)出現(xiàn)卡脖子問(wèn)題，社會(huì)應(yīng)該構(gòu)造鯰魚效應(yīng)，讓企業(yè)之間互相競(jìng)爭(zhēng)。共同進(jìn)步。自春秋戰(zhàn)國(guó)時(shí)期，既有“三軍未動(dòng)，糧草先行”之說(shuō)，如何高效且有序運(yùn)輸物料自古以來(lái)就是人們關(guān)注的熱點(diǎn)問(wèn)題。一次統(tǒng)計(jì)局調(diào)查顯示，國(guó)家公布的社會(huì)化物流成本約占GDP總值16%左右。全中國(guó)的制造業(yè)一年的利潤(rùn)還沒有到達(dá)18%,我們整個(gè)社會(huì)化物流行業(yè)成本17.8%,這個(gè)數(shù)字我們國(guó)家對(duì)比于歐美國(guó)家高出了大概10%[1],由此可見物流行業(yè)有競(jìng)爭(zhēng)，但是更有機(jī)遇，企業(yè)需要好的完整的運(yùn)營(yíng)網(wǎng)絡(luò)，需要最優(yōu)的運(yùn)營(yíng)網(wǎng)絡(luò)。為了在激烈競(jìng)爭(zhēng)的市場(chǎng)環(huán)境中更好地生存和發(fā)展，物流企業(yè)需要不斷優(yōu)化運(yùn)營(yíng)網(wǎng)絡(luò)，以京東為例，京東是注重資產(chǎn)的企業(yè)模式，在全國(guó)范圍內(nèi)有約166個(gè)倉(cāng)庫(kù)，整個(gè)企業(yè)大約有10萬(wàn)員工。京東會(huì)在全國(guó)各地交通要塞設(shè)置自己的配送中心，選擇送貨的最優(yōu)路線，讓車輛的路徑達(dá)到最優(yōu)，車輛的載重率達(dá)到最大，這樣可以使經(jīng)濟(jì)達(dá)到最優(yōu)，如此的運(yùn)營(yíng)網(wǎng)絡(luò)與物流模式大大提高了企業(yè)的公信力，推出的京東物流與隔天達(dá)也提高了人民的生活體驗(yàn)感，由此可知物流運(yùn)營(yíng)網(wǎng)絡(luò)的物流運(yùn)營(yíng)網(wǎng)絡(luò)由各個(gè)子部分組成，配送中心選址、配送線路、車輛配載等，其中車輛路徑問(wèn)題是一個(gè)NP難問(wèn)題，近年來(lái)，隨著網(wǎng)絡(luò)電商的迅速發(fā)展，運(yùn)營(yíng)和計(jì)算機(jī)等多個(gè)交叉學(xué)科的重點(diǎn)研究?jī)?nèi)容[2],國(guó)內(nèi)外研究大都是研究三個(gè)子部分，整體研究物流運(yùn)營(yíng)網(wǎng)絡(luò)比較復(fù)雜繁瑣，鑒于此現(xiàn)象，我想將結(jié)合考慮這幾個(gè)子部分，給出一個(gè)優(yōu)化解，具有理論意義，也有實(shí)際意義。1.2國(guó)內(nèi)外研究現(xiàn)狀通過(guò)查閱文獻(xiàn)可以發(fā)現(xiàn)，國(guó)內(nèi)外直接研究企業(yè)運(yùn)營(yíng)網(wǎng)絡(luò)問(wèn)題，往往比較復(fù)雜繁瑣，所以我將該問(wèn)題拆分為幾個(gè)子問(wèn)題，包括車輛配載和車輛路徑，在子問(wèn)題上深入分析，給出最優(yōu)解。關(guān)于車輛配載，通過(guò)研究可以發(fā)現(xiàn)，該問(wèn)題主要涉及到車輛、貨物、配送中在進(jìn)行模型建立過(guò)程中，往往要考慮到車輛的載重不能大于車輛的額定載重，車輛的容積不能大于車輛額定的容積，車輛使用應(yīng)保證容積與載重率最大。車輛運(yùn)行時(shí)間直接決定了客戶的體驗(yàn)感，如果客戶有優(yōu)先級(jí)有要求，需要在車輛運(yùn)行時(shí)間上加以控制，車輛配載問(wèn)題還涉及到車輛的類型以及車輛的來(lái)源途徑，是否為自用或外包公司租賃。車輛配載問(wèn)題還涉及到貨物問(wèn)題，貨物的類別、是否易碎易燃、是否有特殊處理要求，貨物的體積與重量也是車輛配載問(wèn)題中應(yīng)該重點(diǎn)考慮的因素。配送中心對(duì)車輛配載也起著決定性作用，因?yàn)榕渌椭行氖擒囕v配載的起點(diǎn)，配送中心的數(shù)量和位置也決定了車輛配送的方式，決定了對(duì)客戶是一對(duì)一配送還是一對(duì)多配送，或者是多對(duì)多配送。車輛配載問(wèn)題與集裝箱的裝箱問(wèn)題都是一類問(wèn)題，最終的優(yōu)化目標(biāo)都是希望能夠使載重和容積的利用率達(dá)到最大，從而降低成本，提高收入。車輛配載問(wèn)題始于國(guó)外，自上世紀(jì)四十年代起，隨著行業(yè)的崛起，萌生了相應(yīng)的需要，國(guó)內(nèi)外研究人員對(duì)此做了大量的相關(guān)研究，研究的重點(diǎn)也都是建立車輛配載的數(shù)學(xué)模型和不斷優(yōu)化算法，期望找到最優(yōu)的解決方案。近幾年，關(guān)于車輛配載問(wèn)題的國(guó)內(nèi)研究主要是根據(jù)特定問(wèn)題，設(shè)置不同的約束條件進(jìn)行建模，再根據(jù)案例選擇合適的算法進(jìn)行求解。研究成果主要有：周穎[3]研究了鐵路零擔(dān)貨物，做了一個(gè)數(shù)學(xué)模型關(guān)于車輛額定載重和額定容積的車輛配載0-1規(guī)劃模型，目標(biāo)函數(shù)是車輛凈載重和車輛容積最大，并通過(guò)設(shè)計(jì)算法進(jìn)行求解，這種方法也有一定的缺陷，它無(wú)法求解規(guī)模較大的問(wèn)題；劉小群等[4]以優(yōu)化待裝貨物的大小和數(shù)量為出發(fā)點(diǎn)，建立了數(shù)學(xué)模型，建立了一個(gè)靜態(tài)和動(dòng)態(tài)容重比的模型，這個(gè)模型可以用來(lái)解決不同種類的貨物的裝車問(wèn)題。王玲玲等[5]以客戶需求為數(shù)學(xué)模型設(shè)計(jì)的出發(fā)點(diǎn)，將客戶需求列為最高的優(yōu)先級(jí)，建立了單車多品種貨物采集模型，并通過(guò)動(dòng)態(tài)規(guī)劃的方法對(duì)模型求解，這種模型也有缺陷，它無(wú)法求解大規(guī)模問(wèn)題。孫黎宏[6]建立了一個(gè)多目標(biāo)函數(shù)的模型，他分析總結(jié)了多車型配載的七個(gè)制約條件，同時(shí)解決問(wèn)題時(shí)引入了層次分析法。朱麗娟[7]優(yōu)化了貨物配載模型和車輛路徑模型，將二者組合設(shè)計(jì)算法，在遺傳算法的基礎(chǔ)上進(jìn)行改進(jìn)，帶入案例進(jìn)行分析，具有實(shí)際意義。李小玲[8]優(yōu)化遺傳算法，代入案例進(jìn)行分析。綜上可見，國(guó)內(nèi)外對(duì)于車輛配載問(wèn)題的研究已經(jīng)很多，國(guó)外主要從維度出發(fā)解決問(wèn)題，國(guó)內(nèi)主要從特定問(wèn)題出發(fā)，我們建立的模型也各不相同，比如有的把單車配載作為優(yōu)化目標(biāo)、還有的把多車配載作為優(yōu)化目標(biāo)、有的把多品種貨物配載作為優(yōu)化目標(biāo)、還有的把不同箱型不同包裝的配載作為優(yōu)化目標(biāo)。在算法的設(shè)計(jì)中大同小異，一般算法還是會(huì)選擇于現(xiàn)代啟發(fā)式算法，很多人在研究時(shí)候，還是對(duì)基礎(chǔ)的算法進(jìn)行改進(jìn)優(yōu)化，再編寫程序完成優(yōu)化。1.2.2車輛路徑問(wèn)題關(guān)于車輛路徑問(wèn)題，又可以將其稱為車輛調(diào)度問(wèn)題，車輛調(diào)度問(wèn)題主要涉及到車輛、配送中心、客戶和道路。車輛主要需要考慮到車輛的類型，車輛的裝載能力，車輛使用的成本，如司機(jī)的工資和裝卸搬運(yùn)的費(fèi)用等。車輛路徑問(wèn)題中，配送中心需要重點(diǎn)考慮的關(guān)鍵一環(huán)，配送中心中有車場(chǎng)，車場(chǎng)作為車輛行駛的起點(diǎn)和終點(diǎn)，涉及到車輛在完成工作后是否返回問(wèn)題。網(wǎng)點(diǎn)是車輛服務(wù)的目標(biāo)之一，它涉及到接受服務(wù)的順序同時(shí)還有對(duì)配送時(shí)間的要求。道路是構(gòu)成車輛路徑問(wèn)題的重要一環(huán)。道路是由節(jié)點(diǎn)、線路構(gòu)成，節(jié)點(diǎn)中還包括了配送中心和客戶，路線問(wèn)題涉及到了運(yùn)行時(shí)間、運(yùn)行距離和運(yùn)行費(fèi)用等。隨著社會(huì)的進(jìn)步，需要考慮越來(lái)越多的實(shí)際問(wèn)題，學(xué)者越來(lái)越多的研究了車化集送貨一體化為目的，對(duì)模型設(shè)計(jì)了種群搜索式徑問(wèn)題，建立了數(shù)學(xué)模型，并設(shè)計(jì)了算法對(duì)該數(shù)學(xué)對(duì)這種車輛路徑問(wèn)題，設(shè)計(jì)了算法，并且通過(guò)MATLAB運(yùn)行程序。和現(xiàn)在存在種多樣的需求等，建立了數(shù)學(xué)模型求解問(wèn)題，解決的第四部分，案例應(yīng)用部分。改進(jìn)算法，編寫MATLAB程序。針對(duì)某交通運(yùn)徑和客戶滿意度問(wèn)題綜合優(yōu)化，目的要驗(yàn)證模型的實(shí)用性和算法的有效性。本文最后，對(duì)本文工作內(nèi)容進(jìn)行一個(gè)總結(jié)，同時(shí)指出希望改進(jìn)之處。到合適的方法；然后建立數(shù)學(xué)模型、同時(shí)設(shè)計(jì)改進(jìn)算法；使用MATLAB編寫程效性進(jìn)行相關(guān)驗(yàn)證，本文的技術(shù)路線如圖1-1所示。論分析化模型目標(biāo)函數(shù)處理用文獻(xiàn)查閱選擇圖1-1技術(shù)路線(1)集貨本章從運(yùn)營(yíng)網(wǎng)絡(luò)整體、車輛路徑、車輛配載進(jìn)行相關(guān)理論分析。絡(luò)應(yīng)該是從供應(yīng)商取得貨物，在物流配送中心將貨物集物配送貨物、貨物裝車配載貨物、貨物配送運(yùn)輸，最后儲(chǔ)存客戶…圖2-1運(yùn)營(yíng)網(wǎng)絡(luò)流程圖將有相同需求的客戶分為一類，發(fā)揮規(guī)模優(yōu)勢(shì)，集貨如(2)儲(chǔ)存儲(chǔ)存是物流網(wǎng)絡(luò)的重要一環(huán)，對(duì)物流配送配送中心來(lái)好處的，比如儲(chǔ)存可以保管貨物，可以為貨物提供場(chǎng)所和價(jià)，合理的儲(chǔ)存可以調(diào)節(jié)市場(chǎng)價(jià)格。儲(chǔ)存可以調(diào)節(jié)貨物體量很大，一次無(wú)法運(yùn)輸，這時(shí)就需要儲(chǔ)存來(lái)進(jìn)行調(diào)節(jié)(3)分揀配貨等將貨物從儲(chǔ)存區(qū)挑選出來(lái)，運(yùn)到配貨區(qū)。配貨區(qū)要對(duì)分行檢查、包裝、貼標(biāo)簽，準(zhǔn)備發(fā)貨。合理的安排分揀(4)車輛配載和額定的容積，為了運(yùn)輸安全，我們要求貨物的重額定的載重量和額定的容積，車輛配載還應(yīng)該考慮讓使樣可以有效的降低成本，對(duì)于特殊的商品，還需要考慮客戶，還應(yīng)該考慮客戶的優(yōu)先級(jí)以及客戶的需求，優(yōu)化(5)車輛路徑求可以考慮車輛行駛距離最短或者車輛行駛時(shí)間車輛運(yùn)行產(chǎn)生的費(fèi)用，如車輛的折舊費(fèi)，車(6)送達(dá)服務(wù)意度，一旦發(fā)現(xiàn)運(yùn)營(yíng)途中存在問(wèn)題，應(yīng)該及時(shí)與(7)回程完成整體的配送任務(wù)，車輛會(huì)返回車場(chǎng)，形成一車輛回程都是空車，產(chǎn)生的一切費(fèi)用都需要選擇最短路徑回配送中心，減少空載行程，途中經(jīng)過(guò)運(yùn)營(yíng)網(wǎng)點(diǎn)，也可以考慮回程路上運(yùn)送貨物，增車輛配載問(wèn)題實(shí)際上可以理解為一個(gè)0-1背包問(wèn)題，問(wèn)題描述為有一個(gè)大小放可以使得背包的利用率最大，這樣的問(wèn)題就是0-1背包問(wèn)題。(1)貨物(2)車輛(3)配送中心(4)客戶(5)目標(biāo)函數(shù)(6)約束條件者對(duì)車輛配載問(wèn)題就開始了各個(gè)角度的研究，常見的幾類車輛配載問(wèn)題如表2-1表2-1車輛配載問(wèn)題分類依據(jù)問(wèn)題類型車輛配載問(wèn)題貨物裝載維度一維問(wèn)題二維問(wèn)題車輛使用數(shù)目最小考慮貨物重量和體積約束客戶對(duì)配送的要求三維問(wèn)題有需求優(yōu)先級(jí)問(wèn)題考慮車輛和貨物的要求考慮客戶對(duì)貨物送達(dá)時(shí)車輛的單多車型無(wú)需求優(yōu)先級(jí)問(wèn)題單車型的配載多車型的配載間的要求不考慮客戶對(duì)貨物送達(dá)時(shí)間的要求類型相同型不同車輛的數(shù)量單車配載問(wèn)題多車配載問(wèn)題配送貨物時(shí)一輛車進(jìn)行配送貨物時(shí)多輛車進(jìn)行單目標(biāo)問(wèn)題多目標(biāo)問(wèn)題裝載時(shí)優(yōu)化目標(biāo)只有一個(gè)研究時(shí)往往都是以上問(wèn)題組合優(yōu)化，得到不同的車輛配載模型。(1)配送中心配送中心是車輛路徑問(wèn)題的關(guān)鍵，配送中心中有停車位，配送中心的車場(chǎng)(2)網(wǎng)點(diǎn)途中經(jīng)過(guò)的網(wǎng)點(diǎn)越多，產(chǎn)生的成本越小，收益越高，如(3)車輛車輛是構(gòu)成車輛路徑問(wèn)題的決定性因素，車輛涉及到車輛的種類，種類不額定載重量影響到車輛是否還有空余空間裝填貨物，是否有必要經(jīng)過(guò)該網(wǎng)點(diǎn)，在優(yōu)化路徑問(wèn)題上，車輛種類是核心因素。不同車輛還會(huì)產(chǎn)生不同的成本，比如不同車輛的百公里油耗不同，保養(yǎng)費(fèi)用維修費(fèi)用不同(4)客戶路徑，如客戶對(duì)配送時(shí)間有要求，客戶選擇的服務(wù)(5)道路(6)目標(biāo)函數(shù)(7)約束條件者對(duì)車輛路徑問(wèn)題就開始了各個(gè)角度的研究，常見的幾類車輛路徑如表2-2所分類依據(jù)表2-2車輛路徑問(wèn)題問(wèn)題類型問(wèn)題描述配送任務(wù)分類特征純送貨、取貨問(wèn)題純送貨問(wèn)題、純?nèi)∝泦?wèn)車輛載貨狀況貨物滿載貨物非滿載貨或取貨，沒有往返車輛既要對(duì)該客戶點(diǎn)送貨同時(shí)也在該客戶點(diǎn)進(jìn)行集貨重小于貨物的配送量，需要一輛以上的車輛完成任務(wù)小于車輛的額定載重，多個(gè)客戶的需求可以用車場(chǎng)數(shù)量一個(gè)車場(chǎng)多個(gè)車場(chǎng)一輛車滿足客戶配送用了一個(gè)車場(chǎng)客戶配送用了多個(gè)車場(chǎng)車輛和車場(chǎng)的聯(lián)系開放式問(wèn)題完成任務(wù)后車輛不需要返回起點(diǎn)回起點(diǎn)運(yùn)送貨物類型單品種貨物配送的貨物是同一種貨物多品種貨物配送的貨物是不同的貨物目標(biāo)數(shù)量單目標(biāo)問(wèn)題讓某一個(gè)目標(biāo)函數(shù)達(dá)到多目標(biāo)問(wèn)題到最優(yōu)研究時(shí)往往都是以上問(wèn)題組合優(yōu)化，得到不同的車輛路徑模型。本章分析了車輛路徑與車輛配載之間的關(guān)系，在2.1中，我們已經(jīng)初步討論了一個(gè)完整的物流運(yùn)營(yíng)網(wǎng)絡(luò)，其中車輛配載問(wèn)題與車輛路徑問(wèn)題都是核心問(wèn)題[23],車輛配載過(guò)程中，涉及到車輛的使用，車輛路徑問(wèn)題中也涉及的車輛的使用，了聯(lián)系，一個(gè)物流運(yùn)營(yíng)網(wǎng)絡(luò)優(yōu)化的成功與否與客戶之間也有必要的聯(lián)系，運(yùn)營(yíng)網(wǎng)絡(luò)除了要考慮企業(yè)的成本費(fèi)用外，也要意度來(lái)衡量運(yùn)營(yíng)網(wǎng)絡(luò)優(yōu)化情況，綜合考慮問(wèn)題，合實(shí)際案例進(jìn)行討論，確定模型的可行性，解決對(duì)于運(yùn)營(yíng)網(wǎng)絡(luò)的優(yōu)化，有三種優(yōu)化思路，一種是以車輛節(jié)約算法優(yōu)化運(yùn)輸路徑；一種是以車輛路徑路線與客戶滿意度建立聯(lián)系；一種是綜合分析車輛(1)車輛配載問(wèn)題為主這種設(shè)計(jì)思路作為多目標(biāo)函數(shù)問(wèn)題，統(tǒng)一目(2)車輛路徑問(wèn)題為主這種設(shè)計(jì)思路沒有考慮到車輛的最大配載能(3)車輛路徑、車輛配載與客戶滿意度設(shè)計(jì)兩個(gè)目標(biāo)函數(shù)，一個(gè)目標(biāo)函數(shù)為車輛行駛不能超過(guò)車輛的額定載重量。這種設(shè)計(jì)思路很配載問(wèn)題之間的聯(lián)系，同時(shí)又考慮到客戶的實(shí)際需本文將采用第三種優(yōu)化方式，結(jié)合案例建立數(shù)車輛路徑問(wèn)題是NP難問(wèn)題，車輛配載問(wèn)題同樣也是NP難問(wèn)題，我們還引入了客戶滿意度，單獨(dú)求解這些問(wèn)題都比較繁瑣，將三加了問(wèn)題的難度，模型之間會(huì)產(chǎn)生一些問(wèn)題，互相制約或者影響，所以在設(shè)立綜合模型的時(shí)候需要考慮一些問(wèn)題。(1)目標(biāo)函數(shù)單獨(dú)優(yōu)化車輛路徑模型或者車輛配載模型，需要考慮到車的載重率，容積率，車的行駛路程與費(fèi)用等，客戶滿意度需要考慮時(shí)間問(wèn)題，綜合優(yōu)化時(shí)選擇以車輛總路程最短和客戶滿意度最高作為目標(biāo)函數(shù)。(2)約束條件將車輛載重作為車輛的約束條件，在后續(xù)設(shè)計(jì)算法時(shí)，可以有效的降低復(fù)雜程度?？紤]車輛路徑問(wèn)題與客戶滿意度問(wèn)題時(shí)，兩個(gè)目標(biāo)函數(shù)整體建模時(shí)也要考慮到兩者共有的約束條件。(3)統(tǒng)一參數(shù)變量?jī)蓚€(gè)目標(biāo)函數(shù)進(jìn)行設(shè)計(jì)時(shí)，要將涉及到的參數(shù)變量進(jìn)行統(tǒng)一，避免在后續(xù)設(shè)計(jì)算法時(shí)會(huì)因?yàn)閰?shù)變量不統(tǒng)一造成結(jié)果出現(xiàn)誤差，不具有實(shí)用性。3.3模型的確定在第二章分析了車輛路徑問(wèn)題與車輛配載問(wèn)題涉及到的理論知識(shí)，同時(shí)在第三章開篇也提到了綜合優(yōu)化思路，本文所研究的車輛路徑問(wèn)題、車輛配載問(wèn)題以及客戶滿意度問(wèn)題所涉及到的范圍為：一個(gè)配送中心、單車型、車輛閉環(huán)運(yùn)送、以時(shí)間為約束條件的客戶滿意度。可以具體描述為：從一個(gè)配送中心出發(fā)多輛車向多個(gè)門店送貨，每個(gè)門店的位置確定，車輛的類型相同(車輛的額定載重和額定容積相同),每輛車的參數(shù)已知，選擇合適的配送路線，使車輛不超過(guò)額定載重和額定容積，讓車輛行駛總路程最短，送到門店后，評(píng)價(jià)客戶總滿意度。3.3.2模型假設(shè)和符號(hào)說(shuō)明(1)模型假設(shè)環(huán)境模型在以下的環(huán)境中建立：①配送路線是一條閉合回路；②門店的位置是確定的。③車輛的型號(hào)一致；④客戶評(píng)價(jià)指標(biāo)一致；⑤貨物類型不做要求。(2)模型中涉及到的參數(shù)及變量xi;表示車輛k從客戶i處駛至j處ui;表示客戶i處至j處的距離Si表示服務(wù)客戶i的滿意度Di表示客戶i的貨物需求量Lk表示車輛k的額定裝載量ti表示車輛k到達(dá)客戶i的時(shí)間yi表示客戶i由車輛k服務(wù)v表示車輛行駛速度3.3.3車輛路徑目標(biāo)函數(shù)的確定通過(guò)第二章的理論分析，通過(guò)參閱大量的文獻(xiàn)，車輛本文的車輛路徑問(wèn)題描述為：某車場(chǎng)有車k輛，車輛要從車場(chǎng)為客戶送貨，表示為從客戶i處行駛到客戶j處，在充分利用車輛的情況下，使得行駛總也可代表為兩個(gè)地點(diǎn)；i=1,2,…N,j=1,2,…N;xi表示車輛k從客戶i處駛至對(duì)目標(biāo)函數(shù)解釋如下：式(3-1)表示車輛行駛總路程最小。將客戶滿意度與時(shí)間建立一個(gè)聯(lián)系，如果配送時(shí)間度就越高，如果配送的時(shí)間越長(zhǎng)，那么客戶滿意度越對(duì)目標(biāo)函數(shù)解釋如下：式(3-2)表示客戶總滿意度最高。對(duì)模型中的參數(shù)定義：Di表示客戶i的貨物需求量；Lk表示車輛k的額定店的貨物總重量不超過(guò)車輛的額定裝載量；式(3-4)表示車輛k到達(dá)門店j的時(shí)間；式(3-5)表示一輛車服務(wù)一個(gè)門店；式(3-6)(3-7)表示到達(dá)每個(gè)門店返回配送中心車場(chǎng)；式(3-9)(3-10)表示決策變量對(duì)0、1的約束。遺傳算法起源于上世紀(jì)，一經(jīng)提出就收到了全世界傳算法的基本思路是首先要有一個(gè)初始的種群，里面包括體的編碼方式有很多種，一般都會(huì)采用二進(jìn)制或者自然算法就是對(duì)初始的種群個(gè)體不斷地循環(huán)迭代尋找一個(gè)環(huán)過(guò)程中，算法都將被選擇的個(gè)體進(jìn)行交叉、變異，種群，一起合并成為下一輪循環(huán)的初始種群，如此循環(huán)往復(fù)，不斷的優(yōu)化，不斷地適應(yīng)環(huán)境，直到達(dá)到條件，停止迭代，并從當(dāng)前的種群中找到最好的解。(1)全局性(2)隨機(jī)性(3)普適性遺傳算法的適用問(wèn)題多種多樣，遺傳算法的應(yīng)用范圍更廣。遺傳算法是通過(guò)初始種群的不斷迭代從而得到最優(yōu)解，一般計(jì)算流程如圖4-1所示。圖4-1遺傳算法基本流程同時(shí)需要解決的時(shí)候，我們一般采用非支配排序法，這種算法被命名為第二代非支配排序遺傳算初始化種群生成第一代子群非支配排序選擇、交叉、變異父、子代個(gè)體合并生成新父種群選擇、交叉、變異Gen小于最大代數(shù)?快速非支配排序擁擠度計(jì)算選擇合適個(gè)體組成4.2.1pareto解一個(gè)目標(biāo)優(yōu)化問(wèn)題和多個(gè)目標(biāo)優(yōu)化問(wèn)題，理論上還是有許多不同之處。如間存在沖突，沒有辦法比較，所以就很難找到一個(gè)解，使所有的目標(biāo)函數(shù)達(dá)到最優(yōu)，對(duì)于多目標(biāo)優(yōu)化問(wèn)題，我們通常會(huì)有一個(gè)解集，這種解被叫做非支對(duì)于最小化多目標(biāo)問(wèn)題，n個(gè)目標(biāo)分量f:(i=1,…,Vi∈{1,…,n},vi≤uiA3i∈{1,…,n}lvi<ui 4.2.3快速非支配排序算法、擁擠度估計(jì)、精英策略開始我們?cè)O(shè)定種群為p,我們需要通過(guò)算法計(jì)算p中的兩個(gè)參數(shù)np和Sp,包括每個(gè)個(gè)體p,這里的np是個(gè)體數(shù)，是種群中支配個(gè)體p,一個(gè)種群中，被個(gè)體p支配的個(gè)體集合稱為Sp。整個(gè)種群都遍歷過(guò)后，這兩個(gè)參數(shù)復(fù)雜度的總計(jì)算是擁擠度估計(jì)可以保證種群多樣性，為了得到種群中的特定解，需要得到他周圍的解的擁擠度估計(jì)，這點(diǎn)兩側(cè)的兩個(gè)點(diǎn)的平均距離就是我們要根據(jù)這些目標(biāo)函數(shù)計(jì)算的內(nèi)容，如圖4-3所示。精英策略是保留父代中優(yōu)良個(gè)體，讓其直接進(jìn)入到子代，目的是防止獲得的帕累托最優(yōu)解丟失。精英策略會(huì)選擇算子，按三個(gè)指標(biāo)，由父代Ci,和子代Di,合成的種群R;;然后再進(jìn)行優(yōu)選，目的是為了組成新的父代種群Ci+10f?f?算法流程如圖4-4所示。第一步：生成隨機(jī)個(gè)體并通過(guò)選擇算子選出包含N個(gè)個(gè)體的初始種群P?;第二步：對(duì)初始種群中的個(gè)體，執(zhí)行交叉和變異操作，生成子代種群Qo.其個(gè)體數(shù)為N;第三步：合并兩個(gè)種群，令R?=P?UQo,新的種群Q?中的個(gè)體數(shù)為2N;第四步：利用快速非支配排序?qū)ΨN群分層得到個(gè)體的序值，對(duì)于同層的個(gè)體利用小生境算子(即NSGA-Ⅱ的擁擠距離算子)計(jì)算個(gè)體密度值，并基于序值和密度值對(duì)合并后的R?進(jìn)行修剪，得到下一輪循環(huán)的初始種群P?,其個(gè)體數(shù)第五步：判斷程序是否已經(jīng)達(dá)到迭代終止的要求，若是，則對(duì)種群進(jìn)行分層，輸入第一層的個(gè)體；如果不是就轉(zhuǎn)第二步。非支配排序擁擠度比較算子C4.3總結(jié)NSGA-Ⅱ的優(yōu)劣NSGA-Ⅱ優(yōu)勢(shì)：(1)快速非支配排序法的提出，降低算法的計(jì)算難度和復(fù)雜度。(2)算法中出現(xiàn)的擁擠度和擁擠度比較算子，可以代替需要指定共享半徑，才能實(shí)現(xiàn)的適應(yīng)度共享策略，同時(shí)在快速排序勝出標(biāo)準(zhǔn)，可以使準(zhǔn)帕累托域中的個(gè)體放大到整個(gè)帕累托勻分布，有效的保持了種群的多樣性。(3)算法提出了一個(gè)精英策略，可以有效的擴(kuò)大采樣空間。算法將父代種群、與其產(chǎn)生的子代代，同時(shí)通過(guò)對(duì)種群中所有個(gè)體分層存放，可以讓種群NSGA-Ⅱ劣勢(shì)：(1)在高維多目標(biāo)優(yōu)化中，由于維度較高，擁擠度策略作用低。(2)非支配解在種群中比例增加，會(huì)導(dǎo)致搜索過(guò)程緩慢。5.案例分析本章以某交通運(yùn)輸集團(tuán)為例，對(duì)本文建立的數(shù)學(xué)模型和設(shè)計(jì)的遺傳算法進(jìn)行驗(yàn)證，驗(yàn)證模型的可靠性與算法的有效性。5.1項(xiàng)目基本情況5.1.1背景介紹某交通運(yùn)輸集團(tuán)是一家物流企業(yè)，方便了人們的生活，滿足了社會(huì)的需求，對(duì)國(guó)家的貢獻(xiàn)很大，如今某集團(tuán)已成為集多領(lǐng)域業(yè)務(wù)為一體的大型綜合性物流企業(yè)。社會(huì)在發(fā)展，時(shí)代在進(jìn)步。京東物流、順豐物流等物流公司如雨后春筍般蓬勃而出，迅速發(fā)展，如今在滿足了物流運(yùn)輸網(wǎng)點(diǎn)遍布全國(guó)的基本需求后，人們對(duì)物流服務(wù)提出了更高的要求，比如要對(duì)時(shí)間，對(duì)運(yùn)輸安全提出要求，如此的社會(huì)發(fā)展方向要得到滿足，企業(yè)就要不斷進(jìn)步，因?yàn)椴贿M(jìn)則退，公司就需要不斷地創(chuàng)新，需要優(yōu)化運(yùn)營(yíng)網(wǎng)絡(luò)。5.1.2運(yùn)營(yíng)現(xiàn)狀某交通運(yùn)輸集團(tuán)車輛為同一型號(hào)的貨車，車輛有最大行駛里程，運(yùn)送貨物結(jié)束后要返回到車場(chǎng)，方便統(tǒng)一調(diào)配管理。目前，某交通運(yùn)輸集團(tuán)的主要貨車信息的相關(guān)參數(shù)如表5-1所示。(輛)貨車5企業(yè)運(yùn)營(yíng)網(wǎng)絡(luò)配送的工作流程大致為：先確定客戶所在地點(diǎn)，根據(jù)客戶的需求和地點(diǎn)進(jìn)行配載、裝車，按著給定的線路送到客戶處，車輛再返回配送中心，其工作流程圖如5-1所示。圖5-1某交運(yùn)集團(tuán)物流作業(yè)流程該物流企業(yè)從配送中心向附近30家門店進(jìn)行配送，其中原點(diǎn)是配送中心所在的位置，其余1到30號(hào)為門店的分布圖，具體門店坐標(biāo)如表5-2、5-3、5-門店1Xy門店6Xy門店Xy門店Xy門店21Xy門店26Xy在該企業(yè)中，隨機(jī)選取5輛車查看運(yùn)行路線，5輛車的運(yùn)行路線如表5-8所車輛編號(hào)路徑12345如表5-8所示這5條現(xiàn)行的運(yùn)營(yíng)路線，車輛運(yùn)行總路程為1532公里，客戶本文采用MATLAB編寫程序，驗(yàn)證模型的可靠性和算法的有效性，參考文獻(xiàn)中一般都會(huì)確定一個(gè)初始種群數(shù)目，這個(gè)數(shù)目值一般都會(huì)取在50-2000之間，首先設(shè)置數(shù)目為10,快速驗(yàn)證結(jié)果是否符合要求，曲線趨勢(shì)是否正確，然后再將初始種群數(shù)量設(shè)置為1000,進(jìn)行實(shí)驗(yàn)。種群初始化的時(shí)候，根據(jù)算法方案讓1000個(gè)個(gè)體作為初代染色體。本文設(shè)定最大的迭代次數(shù)為100,若在100代時(shí)模型沒有像預(yù)期一樣收斂通過(guò)多次實(shí)驗(yàn)，多次取值，得到了如下的程序運(yùn)行結(jié)果，見5-4,分別為總行駛公里數(shù)變化趨勢(shì)圖、客戶總滿意度變化趨勢(shì)圖以及優(yōu)化后的車輛路徑圖，對(duì)變化趨勢(shì)進(jìn)行相應(yīng)描述，對(duì)客戶滿意度趨勢(shì)進(jìn)行相應(yīng)描述，對(duì)o◎O◎◎0◎aXX000X0X0X000XX00X0XXX00XX00X圖5-2車輛行駛總路程的變化趨勢(shì)圖從圖5-2中我們可以發(fā)現(xiàn)，迭代最初的時(shí)候，優(yōu)化后的曲線斜率變化速度比平緩，實(shí)驗(yàn)在迭代到第50代時(shí)，曲線開始收斂到該車輛行駛總路程問(wèn)題的最優(yōu)著目標(biāo)更好的方向逐漸收斂，進(jìn)而逼近最優(yōu)，從41代左右后，可以看出問(wèn)題解的波動(dòng)性開始逐漸相對(duì)穩(wěn)定，同時(shí)在第50代搜索到了上述最優(yōu)解，車輛行駛總路徑的優(yōu)化結(jié)果為630.54。圖5-3客戶總滿意度的變化趨勢(shì)圖從圖5-3中可以看出，優(yōu)化剛剛開始的時(shí)候，優(yōu)化曲線的變化率比較快，在第40代收斂到該問(wèn)題的最優(yōu)解。在迭代到第8代到第18代的時(shí)候，總滿意度在0.65×1010到1.1×1010左右波動(dòng)，在第20代的時(shí)候，有一個(gè)非常迅速的躍升，隨著迭代次數(shù)的增加，進(jìn)化過(guò)程的進(jìn)行，我們?cè)O(shè)計(jì)的遺傳算法開始自動(dòng)尋優(yōu)機(jī)制，指導(dǎo)其搜索過(guò)程向著目標(biāo)更優(yōu)化的方向進(jìn)行收斂，得到的解逐漸逼近最優(yōu)，自40代左右后，問(wèn)題解的波動(dòng)性開始趨于相對(duì)平穩(wěn)，同時(shí)在第40代時(shí)搜索到了上述問(wèn)題的最優(yōu)解，最后客戶總滿意度的優(yōu)化結(jié)果為1.48×1010。圖5-4優(yōu)化的車輛行駛路徑圖配送中心根據(jù)30個(gè)門店的需求選擇5輛車進(jìn)行配送，生成了5條配送路徑，如表5-9所示。車輛編號(hào)路徑12345如表5-9所示，優(yōu)化后的車輛路徑車輛總行駛公里數(shù)為630.54,對(duì)比表5-8中5條車輛路徑車輛行駛的總公里數(shù)1532,減少了901.46公里，對(duì)比表5-8中客戶滿意度1.45×101?,優(yōu)化后的客戶滿意度為1.48×1010,客戶滿意度提升了0.03×1010,優(yōu)化前后車輛行駛總公里數(shù)降低，客戶滿意度增高，說(shuō)明了模型車輛路徑問(wèn)題與車輛配載問(wèn)題關(guān)聯(lián)，同時(shí)將(1)理論分析工作文章做了大量的理論分析工作，首先分析了企業(yè)運(yùn)營(yíng)網(wǎng)絡(luò)的運(yùn)營(yíng)流程，并指出運(yùn)營(yíng)網(wǎng)絡(luò)中影響收益的幾個(gè)因素，并對(duì)相關(guān)構(gòu)成要素深入分析。其中關(guān)于車輛配載問(wèn)題，分析了車輛配載中的要素，關(guān)于車輛路徑問(wèn)題，也分析了車輛路徑問(wèn)題中的要素。(2)數(shù)學(xué)模型的建立與算法的設(shè)計(jì)文章建立了多目標(biāo)函數(shù)的綜合優(yōu)化數(shù)學(xué)模型，將車輛路徑問(wèn)題與客戶滿意度問(wèn)題作為目標(biāo)函數(shù)，將車輛配載問(wèn)題作為約束條件，構(gòu)建的數(shù)學(xué)模型簡(jiǎn)潔美觀，富有實(shí)用性，能夠解決實(shí)際問(wèn)題。(3)分析案例文章引入某交通運(yùn)輸集團(tuán)實(shí)例，對(duì)模型的可行性進(jìn)行檢驗(yàn)，對(duì)某交通運(yùn)輸集團(tuán)實(shí)例進(jìn)行分析