物流配送中心配载车辆调度问题研究

来源：网络收集时间：2026-09-12

导读：物流配送中心配载车辆调度问题研究 ComputerEngineeringandApplications计算机工程与应用 2010，46（36）237 物流配送中心配载车辆调度问题研究谢天保，雷西玲，席文玲 XIETian-bao，LEIXi-ling，XIWen-ling 西安理工大学，西安710048 Xi’anUniversityofTe

物流配送中心配载车辆调度问题研究

ComputerEngineeringandApplications计算机工程与应用

2010，46（36）237

物流配送中心配载车辆调度问题研究

谢天保，雷西玲，席文玲

XIETian-bao，LEIXi-ling，XIWen-ling

西安理工大学，西安710048

Xi’anUniversityofTechnology，Xi’an710048，China

XIETian-bao，LEIXi-ling，puterEngineeringandApplications，2010，46（36）：237-240.

Abstract：Theobjectiveoflogisticsstowageschedulingistodispatchvehicleresourcesaccordingtothespecifictaskinor-dertoreducethecost.Analyzingtheconstraintsoftransportvehiclesandspecifictask-related，themathematicalmodelofthevehicleschedulingprobleminlogisticscenterisbroughtup.Focusonthe“division”algorithmwhichisbasedontheorderofthetask-timewindow，aswellasthefeasiblesolutionintheimplementationofcross-geneticoptimizationalgorithmbasedontheprobabilityoftimewindowsrestrictionconflict.Theexperimentalresultsshowthatundermulti-taskandmulti-con-straintconditionsthisalgorithmcanbeusedquicklytostrikeanoptimalsolutionoflogisticsstowagescheduling.Keywords：cargoloading；vehiclescheduling；geneticalgorithm摘

要：物流配载车辆调度目标就是针对特定任务调配车辆资源以降低成本费用。分析了车辆和特定运输任务的相关约束条

件，提出了物流中心配载车辆调度问题数学模型。重点研究了基于任务时间窗逻辑顺序约束求取可行解的“分组”算法、以及基于时间窗约束冲突概率对可行解基因实施交叉的优化算法。实验结果表明在多任务、多约束条件下采用该算法可快速求取物流配载调度问题的最优解。

关键词：货物配载；车辆调度；遗传算法DOI：10.3778/j.issn.1002-8331.2010.36.066

文章编号：1002-8331（2010）36-0237-04

文献标识码：Ａ

中图分类号：TP391

1引言

物流配送是现代流通业的一种经营方式。物流是指物品

lem）和车辆调度问题VSP（VehicleSchedulingProblem），被认为是一个NP-hard问题[2]，只有当其规模较小时，才能求其精确解。对于求解该问题，多数文献采用的是启发式算法[3-4]，如模拟退火[5]、变邻域搜索法[6]、蚁群算法[7]等。根据配载车辆调度问题的特点，从实用角度出发，提出带时间窗口的配载车辆调度模型，并就模型的优化算法进行研究，以提高运输资源使用效率，降低物流活动成本。

物流配送中心通常会向一些站点配送货物，每个站点对货物量有一定的需求，这些货物往往具有小批量、多品种的特点，这就需要对运输车辆进行配载，配载后的车辆按照一定的运输路线把货物送到各顾客处，完成任务后返回物流中心（如图1所示），如何确定满足用户需求的费用最小的车辆行驶路线，即物流中心配载车辆调度。

从供应地向接收地实体流动的过程。在物的流动过程中，根据实际需要，包括备货、储存、分拣、配货及配送、信息处理等基本功能活动。配送指在经济合理区域范围内里，物流中心根据客户要求，对物品进行拣选、加工、包装、分割、组配（配载）等，并按时送达指定地点。配送运输属于物流活动中的末端运输，具有短距离、小规模、多客户及频度高的特点，一般使用汽车做运输工具。如何对车辆进行配载、规划最佳路线一直是物流领域研究的热点课题。

2物流配送中心配载车辆调度模型

物流配送车辆优化调度问题最早由DnaZtig和Ramser于

1959年首次提出。一般定义为：对一系列装货点和卸货点，组织适当的行车路线，使车辆有序地通过它们，在满足一定的约束条件（如货物需求量、发送量、交发货时间、车辆容量限制、行驶里程限制、时间限制等）下，达到一定的目标（如路程最

[1]短、费用最少、时间尽量少、使用车辆尽量少等）。物流配载

物流中心

调度包括了运输路线安排问题VRP（VehicleRoutingProb-基金项目：陕西省教育厅专项基金项目（No.8JK016）。

作者简介：谢天保，博士，副教授，研究方向：人工智能、智能电子商务及其在网络化制造中的应用。收稿日期：2009-05-25

修回日期：2009-08-31

图1物流配送路径图

物流配送中心配载车辆调度问题研究

2382010，46（36）ComputerEngineeringandApplications计算机工程与应用

设物流中心（编号为0）向N个站点送货，第i个站点的货运量为g(i)，允许车辆进入站点的最早时间为St(i)，最迟时间为Et(i)，卸货消耗时间为T(i)，各站点及物流中心的距离为D(ij)，

可用运输车辆Sk辆，第k辆车的最大运载能力为gmax(k)，平均车速v(k)，调用车辆固定费用pf(k)，车辆行驶1

公里产生的单位运输费用pc(k)，与车辆自身性能及最大载重量相关。xijk=1表示第k辆车从第i站点到第j站点(i¹j)，否则为0。yik=1表示第i个站点的货物由第k辆运载，否则为0。总费用为调用车辆固定费用与车辆运输费用之和，车辆调度的目标就是总费用最低。

对于拥有Sk辆汽车，向N个站点配送物资的物流中心，其车辆调度模型为：

min(åSk

pfSkN

k(g)´f(xijk)+k=1å

åxijk´D(ij)´pc(k))（1）

k=1ij=0

其中：只要任一xijk=1，表示第k辆车被调用，那么f(xijk)=1，否则为0。

s.t.

åN

g(i)´yik=12...Sk（2）i=1

k£gmax(k)åSk

yik=1

i=12...N

（3）k=1åNxN

ijk=åyk=12...Sk

（4）ij=0

i=1

ikSt(i)£Et(i)i=12...N

（5）

假设车辆k进入第i站点的时刻为Tki，下一个站点为i+1，那么有下列约束条件：

St(i+1)£Tki+T(i)+

D(ii+1)

£Et(i+1)

（6）

3基于遗传算法的配载车辆调度算法

遗传算法是一种“生成+检测”的迭代搜索算法，它以种群

中的所有个体为操作对象，每个个体对应问题的一个解，通过对个体交叉、变异操作更新换代以获取最优解。其主要操作步骤为：初始染色体设置、选择、交叉、变异及染色体进化等。

3.1初始染色体设置

初始染色体是问题的可行解，对于多站点、多时间窗约束

的配载车辆调度问题，直接求取可行解是比较困难的，本文提出基于约束时间窗逻辑顺序的分组求解法。按照各站点允许车辆进站最迟时间Et(i)的先后顺序对站点排序。排在最前列的1号站点列为第一组，假设车辆进入1号站点的时间为St（1），针对每辆运输车k考察1、2号站点同组是否冲突（依据公式7）判定），把不发生冲突的车号记入该组的可用车辆表，如果所有车辆都不能满足约束条件，把两个站点分为1和2两组，以此类推对后续站点进行分组，对于存在某站点i可同时分入多组的状况，继续第i+1站点分组，如果分组成功继续后续站点分组，否则考虑包含有i站点的集合，去掉i站点后尝试对i+1站点分组，如果对i+1站点分组依然失败，增加新组，把i+1站点分入新组。所有站点分组完成后，每组对应一条子路径，为每条路径分配车辆（详见3.3节步骤3路径车辆分派），便可得到可行解。具体分组算法步骤描述如下：

假设：si代表组，sj代表组内站点，（fsi，sj）为si组第sj个站点的编号，同组内 …… 此处隐藏：3339字，全部文档内容请下载后查看。喜欢就下载吧 ……

物流配送中心配载车辆调度问题研究.doc 将本文的Word文档下载到电脑，方便复制、编辑、收藏和打印

下载这篇word文档

本文链接：https://www.jiaowen.net/wenku/43881.html（转载请注明文章来源）

上一篇：04经济活动分析管理标准
下一篇：关于I don't think句型总结和说明