随机时变车辆路径问题的多目标鲁棒优化方法

• 作者: 孙硕 杨东援 段征宇 雷曾翔
• 来源期刊: 西南交通大学学报
• 学科: 交通运输
• 关键词: 车辆路径问题 随机时变路网 鲁棒优化 多目标优化 蚁群算法
• 年，卷（期）: 2019,（3）
• 页码范围: 565-572
• 页数: 8页
• 分类号: U492.22
• 字数: 6531字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.20170617

摘要

车辆路径问题(vehicleroutingproblem,VRP)是物流配送的核心问题之一,为了提高物流配送的时效性,在传统VRP模型的基础上,同时考虑了路网交通状态的时变性和随机性,基于最小最大准则,提出了一种带硬时间窗的随机时变车辆路径问题(stochastic time-dependent vehicle routing problem,STDVRP)的多目标鲁棒优化模型.设计了一种非支配排序蚁群算法(non-dominated sorting ant colony optimisation,NSACO),求解STDVRP多目标优化模型;通过测试算例,对比分析了NSACO算法与改进型非支配排序遗传算法(non-dominated sorting genetic algorithm II,NSGA-II).研究结果表明:对于车辆数最小的Pareto边界解,NSACO算法的平均车辆数比NSGA-II算法小3.33％;对于最坏行程时间最小的Pareto边界解,NSACO算法的平均最坏行程时间比NSGA-II算法小17.49％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨东援	同济大学道路与交通工程教育部重点实验室	213	4327	34.0	59.0
2	段征宇	同济大学道路与交通工程教育部重点实验室	22	154	6.0	12.0
3	孙硕		3	8	2.0	2.0
4	雷曾翔	同济大学道路与交通工程教育部重点实验室	3	5	1.0	2.0