第6卷第5期
2006年10月交通运输系统工程与信息JournalofTransportationSystemsEngineeringandInformationTechnologyVol16No15Oct ober2006文章编号:100926744(2006)0520065205多配送中心车辆调度问题的模型与算法研究
(北京交通大学交通运输学院,北京100044)
摘要:在对多配送中心车辆调度问题进行直观描述的基础上,建立了该问题的数学模
型。提出了采用距离最近分配法将多配送中心车辆调度问题分解为多个单配送中心车
辆调度问题进行求解的策略.,设计了求解多配送中心车辆调度问题的算法,.,用本文设计的算法求解多配送中心车辆调度问题,,计算效率较高,收敛速度较快,关键词:中图分类号:U491
ModelandAlgorithmforMulti2Depot
VehicleSchedulingProblem
LANGMao2xiang(SchoolofTrafficandTransportation,BeijingJiaotongUniversity,Beijin g100044,China)
Abstract:
Onthebasisofintuitionisticdescriptionofthemulti2depotvehicleschedulingproblem,many math2
ematicmodelsoftheproblemisbuiltinthispaper.Thesolvingtacticsofdividingamulti2depotv ehiclescheduling
problemintoseveralsingle2depotvehicleschedulingproblemsbyusingtheminimumdistance distributionmethodis
presented.Thealgorithmforthemulti2depotvehicleschedulingproblemisdesignedbasedont hetaboosearchal2
gorithmforsingle2depotvehicleschedulingproblem.Thecomputationalresultsdemonstrate sthatthehighquality
solutionstothemulti2depotvehicleschedulingproblemcanbeobtainedbyusingthenewalgori thmandthealgo2
rithmisalsoefficientandrobust.
Keywords:multi2depotvehicleschedulingproblem;model;algorithm
CLCnumber:U491
0引言
配送是现代化物流系统的一个重要环节,它是
指按用户的订货要求,在配送中心进行分货、配货,
并将配好的货物及时送交收货人.在配送业务中,
存在许多优化决策问题,其中配送车辆调度问题对
配送企业加快配送速度、提高服务质量、降低配送
成本的影响较大.根据配送中心数目的多少,配送
收稿日期:2006203209车辆调度问题有单配送中心车辆调度问题和多配送中心车
辆调度问题之分.在城市物流体系中,往往存在多个配送中心.因此,对多配送中心车辆调度问题的研究具有重要的现实意义.现有对配送车辆调度问题的研究主要集中在单配送中心问题上,对多配送中心车辆调度问题的研究很少,国内对该问题的研
究基本上是空白.国
郎茂祥(1969-),男,山东高唐人,北京交通大学交通运输学院教授,博士,主要研究方向为交通运输规划与管理.Email:langmaoxiang@https://www.doczj.com/doc/729571844.html,
66交通运输系统工程与信息2006年10月
外的Renaud、Desaulniers、Wu、Kazaz、Sumichrast、Ir2nich等专家对多配送中心车辆调度问题进行了研
中心),令rhk0=0表示配送中心,若以配送总里程最短为目标函数,则可建立如下多
配送中心车辆调度问题的数学模型:min Z=
K
n
hk
究
[1-6]
,并取得了一些有价值的研究成果.本文在
现有研究成果的基础上,建立了多配送中心车辆调度问题的基于直观描述的数学模型,提出了采用距离最近分配法将多配送中心车辆调度问题分解为多个单配送中心车辆调度问题进行求解的策略,利用求解单配送中心车辆调度问题的禁忌搜索算法,
设计了求解多配送中心车辆调度问题的算法,最后通过实验计算验证了该算法的良好性能.
s.t.
h=1
666
k=1
Hh
i=1
drhk(i-1)rhki+drhkn
r
hk
hk0
?sign(nhk)
n
(1)(2)
r
i=1
6
hi
qhrhki≤Qhk
hk
drhk(i-1)rhki+drhkn≤sign(nhk)≤Dhk(3)
(4)(5)(6)
1多配送中心车辆调度问题的数学模型
多配送中心车辆调度问题可以描述为:心的位置一定,,每一定,,能够满足所有客户的需求,要求合理安排车辆配送路线,使目标函数得到优化,并满足以下条件:
①每条配送路径上各客户的需求量之和不超过车辆的载重量;
②每条配送路径的长度不超过车辆一次配送的最大行驶距离;
③每个客户的需求必须满足,且只能由一台车辆送货.
设某城市中有H个配送中心,要给M个客户送货,每个配送中心服务的客户构成一个配送分区.设第h个配送中心要向Lh(h=1,2,…,H)个客户送货,第h个配送中心有Kh台配送车辆,每台车辆的载重量为Qhk(k=1,2,…,Kh),其一次配送的最大行驶距离为Dhk.第h个配送中心服务的第i个客户的货物需求量为qhi(i=1,2,…,
Lh),客户i到j的运距为dij(i,j=1,2,…,Lh),
1H
h
h=1
6L
h
=M
Rnk={rnki|rnki∈{1,2,…,Lh},i=1,2,…,nhk}
Rhk1∩Rhk2=<Πhk1≠hk2sign(nhk)=
10
nhk≥1
(7)(8)(9)
其他
上述模型中,(1)式为目标函数,即要求配送总里程(即各条配送路径的长度之和)最短;(2)式保证每条路径上各客户的货物需求量之和不超过车辆的载重量
;(3)式保证每条配送路径的长度不超过车辆一次配送的最大行驶距离;(4)式表明某配送分区每条路径上的客户数不超过该分区的总客户数;(5)式表明某配送分区各条配送路径上的客户数之和等于该分区的总客户数;(6)式表明每个客户都得到配送服务;(7)式表示每条路径的客户的组成;(8)式限制每个客户仅能由一台车辆送货;(9)式表示当区域h中第k辆车服务的客户数≥1
时,说明该台车参加了配送,则取sign(nhk)=1,当第k辆车服务的客户数<1时,表示未使用该台车辆,因此取sign(nhk)=0.
上述多配送中心车辆调度问题的基于直观描述的数学模型与相关研究文献中基于网络图的模型相比,具有以下特点:
①考虑的目标函数和约束条件较为全面和接近实际;
②决策变量、目标函数和约束条件的表示较
该配送中心到第j个客户的距离为dhj(h=1,2,…,H;j=1,2,…,Lh),再设nhk为第
h个配送中心中第k台车辆配送的客户数(nhk=0表示未使用第k台车辆),用集合Rhk表示第h个区域中的第k条路径,其中的第i个元素rhki表示客户rhki在第h 个区域中的路径k中的顺序为i(不包括配送
第5期多配送中心车辆调度问题的模型与算法研究67
为自然、直观和易于理解;
③便于设计求解算法和用计算机编程求解.
的距离
if(dih 2多配送中心车辆调度问题的求解策略和 算法 由于多配送中心车辆调度问题涉及面广、影响因素众多,为了求解方便,需要将问题做适当简化.为此,本文提出将一个多配送中心车辆调度问题转化成多个单配送中心车辆调度问题进行求解的策略.在将多配送中心车辆调度问题转化成多个单配送中心车辆调度问题时,决定每个配送中心服务的具体客户是问题的关键.本文根据以下距离最近分配方法确定为某客户提供服务的配送中心算某客户与各配送中心的距离,中心最近,.dih表示第i,选择dim=min{di1,di2,…,diH},并将该客户分配给配送中 将客户i划分给配送中心num; }ΠΠ实现多配送中心问题向单配送中心问题 的转化 for(h=1;h<=h+)ΠΠ求解单配送 及其服务的客户的位置、需 ; 初始化禁忌表H; 随机产生一个初始解S作为当前解,迭代步数t=0; 利用解的评价方法计算S的屏价值;当前最好解Sbest=S; 当前最好解的评价值Ebest=S的评价值;while(t<终止迭代步数T)do{本次迭代已搜索邻居的个数n=0;对本次迭代的最好解的评价值Elocalbest赋一个很大的正数; while(n {对S用两交换法实施邻域操作,得S的一个邻居S′; if(S′ 不是禁忌表H中的元素){利用解的评价方法计算解S’的评价值; if(S′的评价值 Elocalbest=S′的评价值;} n=n+1;}} if(Elocalbest 心m.得到为每个客户服务的配送中心后,也就得到了每个配送中心服务的具体客户. 作者曾在文献[7]中对单配送中心车辆调度问题的求解算法进行了研究,结论是禁忌搜索算法的效果较优.因此,本文在对由多配送中心车辆调度问题转化成的单配送中心车辆调度问题进行求解时也采用禁忌搜索算法. 根据上述多配送中心车辆调度问题的求解策略,参考文献[7]、[8]中求解单配送中心车辆调度问题的禁忌搜索算法,作者设计了求解多配送中心车辆调度问题的算法(见算法1). 算法1多配送中心车辆调度问题的求解算法.{输入无时限多配送中心车辆调度问题的已知 条件; 输入算法的运行参数,包括终止迭代步数T,每次迭代搜索当前解的邻居的个数N,禁忌长度 l,对不可行路径的惩罚权重Pw等; for(i=1;i<=M;i++)ΠΠi为客户编号 {D=很大的数;num=0; for(h=1;h<=H;h++)ΠΠh为配送中心编号 {计算dih;ΠΠdih为客户i到配送中心h 68交通运输系统工程与信息2006年10月 S=Slocalbest; 将禁忌表中的第一个元素解禁,将Slocalbest放在禁忌表中,作为禁忌表中的最后一个元素; t=t+1;} 导出Sbest对应的配送路径方案及其目标函数值; } 距离均采用直线距离,该距离可根据客户和配送中心的坐标计算得到. 利用距离最近分配方法,通过程序计算得到如下的分区结果: ①配送中心Ⅰ为6个客户服务,客户编号分别为:3、5、11、18、25、26; ②配送中心Ⅱ为10个客户服务,客户编号分别为:1、4、6、7、9、10、12、15、 28、29; ③配送中心Ⅲ为14,客户编号分别为:2,8,13,14,16,17,19,21,22,23,24,27,输出多配送中心车辆调度问题的计算结果;} 3实验计算和结果分析 作者利用算法1,通过编制C例1)进行了实验计算. 例1:设3边长为20km,每个客户的货物需求量都在2t及其以下,每个配送中心有4台车辆,车辆的载重量均为10t,车辆一次配送的最大行驶距离均为50km.作者利用计算机随机产生了配送中心和30个客户的位置坐标以及各客户的货物需求量,其中3个配送中心的坐标分别为:配送中心Ⅰ(9.56km,6.03km)、配送中心 Ⅱ(6.44km,11.28km)、配送中心Ⅲ(11.14km,11.10km),30个客户的 10次,得到: 第一分区:使用1台车辆,对应的配送路径为配送中心Ⅰ-11-3-18-26-5-25-配送中心Ⅰ,其配送路径长度为40.08km. 第二分区:使用2台车辆,对应的两条配送路线分别为配送中心Ⅱ-9-12-6-15-4-28-配送中心Ⅱ和配送中心Ⅱ-29-10-4-1-配送中心Ⅱ,配送路径总长度为64.22km. 第三分区:使用2台车辆,对应的两条配送路线分别是配送中心Ⅲ-19-14-22-21-8-16-17-25-20-配送中心Ⅲ和配送中心Ⅲ-24-27-2-13-23-配送中心Ⅲ;配送路径总长度为73.20km. 坐标及其货物需求量见表1.要求合理安排配送车辆的行车路线 ,.为简便起见,本文设各客户相互之间及配送中心与客户之间的 表1例1的已知条件表 客户编号横坐标x(km)纵坐标y(km)货物需求量q(t) 客户编号横坐标x(km)纵坐标y(km)货物需求量q(t) 客户编号横坐标x(km)纵坐标y(km)货物需求量q(t) 12.9613.361.8113.909.090.82111.748.431.8 219.8114.380.41215.1017.901.32211.592.671.0 36.5218.822.0130.3311.470.92318.0210.561.1 47.275.260.51412.280.341.92419.2112.431.6 514.9016.450.2152.3315.851.92511.7016.901.6 67.0414.250.81611.9213.100.72611.8519.901.0 76.145.031.51710.4810.761.82712.8012.180.2 80.6214.851.91810.0019.272.0280.5111.100.4 914.4512.081.01913.607.980.6293.558.271.3 101.291.421.72019.148.530.23017.611.010.6 将上述三个配送分区的质量最高的解进行合并,即可得该多配送中心车辆调度问题的解,该解 对应的配送方案共使用了5辆车,5条配送路线的路径总长度为177.5km.可见,利用本文设计的算 第5期多配送中心车辆调度问题的模型与算法研究 OpsRes,1996,23(3):229-235. 69 法求解多配送中心车辆调度问题,可以得到很好的计算结果. [2]DesaulniersG,LavigneJ,SoumisF.Multi2depotvehicle schedulingproblemswithtimewindowsandwaitingcosts[J ].EuropeanJournalofOperationalResearch,1998,(111):479-494. [3]WuTH,LowC,BaiJW.Heuristicsolutionstomulti2de2 potlocation2routingproblems[J].Computers&operationsresearch,2002,(29):1393-1415. [4]KazazB,AltinkemerK.Optimizationofmulti2feeder(de2 pot)printedcircuitboardfacturingwitherrorguaran2tees[J].EuropeanResearch,2003,(150)-[5]RTIAheuristicandlowerbound routingproblem[J].ComputersOpsRes,,22(10):1047-1056. [6]IrnichS.Amulti2depotpickupanddeliveryproblemwitha singlehubandheterogeneousvehicles[J].EuropeanJour2nalofOperationalResearch,2000,( 122):310-328.[7]郎茂祥.物流配送车辆调度问题的模型算法研究 [D].北京:北方交通大学,2002. [8]郎茂祥,胡思继.车辆路径问题的禁忌搜索算法研 4结论 (1)论文在对多配送中心车辆调度问题进行 描述的基础上,建立了该问题的基于直观描述的数学模型,该模型考虑了较为接近实际的约束条件,具有简单、直观、易于理解、易于设计算法求解等优点. (2)论文提出了多配送中心车辆调度问题的 求解策略,即利用距离最近分配方法划定每个配送中心服务的客户,进而将一个多配送中心车辆调度求解. (3)良好性能. 参考文献 [1]RenaudJ,LaporteG,BoctorFF.Atabusearchheuristic forthemulti2depotvehicleroutingproblem[J].Computers 究[J].管理工程学报,2004,18(1):81-84. 车辆调度使用的方案 针对我公司最近在车辆运输货物过程出现的脱拉，人员不到位，不能按时发货，货物卸完之后不能及时从工地返回等一系列现象，做出以下分析。 首先：调度上存在的问题，车辆司机全由办公室主任兼管，因一些个人和工作原因他并不是天天都在公司上班，而配送和安装在使用车辆前必须跟办公室主任提出申请，再由他安排司机开车，同一信息传达两遍，再加上有时电话联系不上，工作都被拖延，无形中大大降低了工作效率。 其次：在配送装完货之后，由于之前一直职责划分不明确，发货指令有时由配送部发出，有时又由安装调度来发号指令。整体工作过程都会感觉衔接很不紧凑和畅通。 再次：由于司机在不出车的情况下没有一个固定的办公环境，因此在正常上班的情况下有时看不到人，出现手机不通的情况又会耽误一系列工作。 最后：车辆到了工地以后卸完货不能按时回到公司，在业务大的情况下，这无疑导致了很多工作都不能高效地完成，还造成了因内部车辆不够，找外协车辆运货增加了运输成本。 根据目前的现状和存在的问题，我拟定出以下方案来开展以后的工作。 一、车辆的调度 司机和车辆仍属于车队队长管理，但是车队队长必须对车队全权 负责，能保证其他部门在用车时司机能够马上到岗，上班时间电话保持畅通。配送部装车需提前告知车队队长，由车队队长安排司机开车。装车前安装部调度员需告知配送部负责人货物装完后车辆的准确发车信息（包括发车时间，工地卸货联系人，现场主管联系方式），若有特殊和紧急情况，信息有更改的需及时通知配送部负责人，以免出现货物早发或者晚发。安装部调车去接班组或者安排维修，以及其他部门用车的仍需通过车队队长，由他来安排。司机和车辆被派到用车单位后由用车单位来调度。用车单位人员务必掌握好用车时间及办事效率，原则上不得超时用车，若因特殊情况需延时用车须提前与车队队长联络，并经许可后方能继续用车。 二、给每位司机安排办公区域 司机的职责当然是开车外出作业，但是没任务的情况下应该给他们安排一个办公区域，一旦有任务，即使手机不通也可找到人，而不会经常出现货装完仓库找不到司机签字发放单据，配送找不到司机发车。建议启用豪华样房，该房已完工一年之多，但并未投入使用。 三、车辆的高效利用 车辆的高效利用无非就是车辆能在最短的时间内完成最多的任务，当然也不是说为了缩短时间而超速行驶，而是装车的过程中配送人员的效率要高，仓库做好备货，装完货没有意外情况马上发货。到了工地班组高效率地卸车，卸完货司机马上开车回来装下一个单。为了杜绝司机故意在工地上故意拖延返回时间，要求现场主管记录好车辆到工地和班组卸完货的具体时间，每周交给车队车长一次。 【最新资料,Word版，可自由编辑！】 摘要：本文讨论了物流配送车辆优化调度问题的分类，建立了解决非满载车辆卸货路线优化的神经网络模型，提出了解决配送车辆优化调度问题的步骤，并进行了具体的调度试验，验证了算法的可行性。 0 引言 2000年的运输费用为5900亿美元，占当年GDP总值99600亿美元的5.92%，可见，减少运输费用是有效减少物流成本的重要方面。对于物流中心和第三方物流企业的货物配送，运输车辆的调度是工作的重点，正确合理的调度可以有效减少车辆的空驶率，实现合理路径运输，从而有效减少运输成本，节约运输时间，提高经济效益。 1 配送车辆调度优化问题分类 Dantzig和Ramser于1959年首次提出，由于该问题在交通运输、工业生产管理等领域具有广泛而重要的应用，因此30多年来其研究得到很大重视，国外的Bodlin，Christofider，Golden，Assad, Ball 等人对该问题进行了较为深入的研究[1] [2] [3]。 总体上看，车辆的优化调度问题一般可根据时间特性和空间特性分为车辆路径规划问题和车辆调度问题。当不考虑时间要求，仅根据空间位置安排车辆的线路时称为车辆路径规划问题（VRP-Vehicle Routing Problem）；考虑时间要求安排运输线路时称为车辆调度问题VSP（Vehicle Scheduling Problem）。某些学者将有时间要求的车辆调度问题称为Vehicle Routing Problem with Time Windows。车辆优化调度问题可根据不同性质具体分为以下几类。 合问题，所谓的装卸混合问题就是车辆在运输途中既有装货又有卸货。 作业题之一垃圾运输调度问题 1.问题重述 某城区有36个垃圾集中点，每天都要从垃圾处理厂（第37号节点）出发将垃圾运回。不考虑垃圾的装车时间。现有一种载重6吨的运输车，运输车平均速度为40公里／小时（夜里运输，不考虑塞车现象）；每台车每日平均工作4小时。运输车重载运费1.8元/吨公里；运输车空载费用0.4元/公里；并且假定街道方向均平行于坐标轴。运输车应如何调度（需要投入多少台运输车，每台车的调度方案，运营费用）? 2.模型的基本假设与符号说明 2.2 基本假设 1．车辆在拐弯时的时间损耗忽略。 2．车辆在任意两站点中途不停车，保持稳定的速率。 3．只要平行于坐标轴即有街道存在。 4．无论垃圾量多少，都不计装车时间。 5．每个垃圾站点的垃圾只能由一辆运输车运载。 6. 假设运输车从A垃圾站到B垃圾站总走最短路线。 7. 任意两垃圾站间的最短路线为以两垃圾站连线为斜边的直角三角形的两直角边之和。 8. 每辆垃圾运输车每次运的足够多，且不允许运输车有超载现象； 9. 假设在运输垃圾过程中没有新垃圾入站。 10. 假设运输车和铲车在行驶过程中不出现的塞车、抛锚等耽误时间的情况； 11. 各垃圾站每天的垃圾量相对稳定。 2.2 符号说明 k T ：第k 个垃圾集中点的垃圾量,36,,2,1 =k ； k X ：第k 个垃圾集中点的横坐标，36,,2,1 =k ； k Y ：第k 个垃圾集中点的纵坐标，36,,2,1 =k ； L ：垃圾运输路线总条数； i C ：第i 条路线上垃圾集中点的个数，L i ,,2,1 =； N :安排运输车的总数量； ij X ：第i 条路线上的第j 个垃圾集中点的横坐标，i C j L i ,2,1,,,2,1 ==； ij Y ：第i 条路线上的第j 个垃圾集中点的纵坐标，i C j L i ,2,1,,,2,1 == ij T ：第i 条路线上的第j 个垃圾集中点的垃圾量，i C j L i ,2,1,,,2,1 ==； i h :第i 条路线所需要的总时间； n H ：第n 辆车的运输总时间； 1W ：运输车空载的总费用； 2W ：运输车重载的总费用； W ：运输车的总费用； 3．模型的建立 3.1 确定运输车路线算法 由于最远的垃圾集中点的运输时间不超过运输车每天平均工作时间，所以可以先不考虑时间的约束。从而建立如下算法： 1) 确定重载起点 由于每个垃圾集中点的垃圾量及其坐标是不变，重载运输的费用是不变的，所以为了使总运输费用W 最少，只要使空载的费用最少，即尽量安排较远的垃圾集中点在同一路线上，从而确定重载起点1i X . 2）确定运输车路线走向 要求运输时走最短的路线，以及运输费用最低，而且由于运输车的重载费用1.8元/吨是空载费用0.4元/吨的4.5倍，为了使运输总费用W 最少,那只能从最远的点（1=j ）开始运载垃圾，下一个点编号为1+j ，走一条路线，向垃圾处理站（坐标原点）方向运回。顺次经过的点遵循满足条件： ???? ?≥≥++1 1 ij ij ij ij Y Y X X 即其横坐标以及纵坐标均不超过前一点的横、纵坐标，并且各点横、纵坐标递减进行搭配，由若干个点组成一条路线。 配送是物流系统的一个重要环节,而配送业务中,配送车辆调度问题的涉及面广,是配送系统优化的关键。 物流配送车辆调度问题可以描述为:在一个存在供求关系的系统中，有若干台车辆、若干个物流中心和客户，要求合理安排车辆的行车路线和出行时间，从而在给定的约束条件下，把客户需求的货物从物流中心送到客户，把客户供应的货物从客户取到物流中心，并使目标函数取得优化。物流配送车辆调度问题的一般性定义是：物流配送车辆调度问题是把一系列的装货点和（或）卸货点，有机的组织起来，形成一系列行车线路，使待调度车辆能够高效、节能且有序地通过这些点。当然，这种组织方式是应该在满足一定的约束条件（例如：用户对货物的需求量、一次性发货量、应交发货时间、单个车场的车辆容量限制、路程约束、时间限制等），最终达到缩短里程、减少开支费用、缩短运输时间、使用车辆数尽量少等优化目标。 物流配送车辆调度问题一般研究的是在配送中心及用户位置均已知、资源及运输能力充分、各用户需求量己知的前提下，如何合理、高效、低成本的解决分配与运送的问题，也就是说如何将货物从配送中心按照一定的要求发送到若干个用户点。第二节车辆调度问题的构成要素 物流配送车辆调度问题主要包括货物，车辆，物流中心，客户，运输网络，约束条件和目标函数等要素。 （1）货物 货物是配送的对象。可将每个客户需求(或供应)的货 物看成一批货物。每批货物都包括品名、包装、重量、体积、要求送到(或取走)的时间和地点、能否分批配 送等属性。 （2）车辆 车辆是“车”与车的单位“辆”的总称。所谓车，是 指陆地上用轮子转动的交通工具；所谓辆，来源于古 代对车的计量方法。本文所说的车辆是指运载货物的 工具，车辆的主要属性包括：类型、工作时间、配送 前的停放位置、载重量以及配送任务完成后的停放位 置等。（3）物流中心 也称为物流基地、物流据点，是指进行集货、分货、 配货、配装、送货作业的配送中心、仓库、车站、港 口等。 在某配送系统中，物流中心的数量可以只有一个，也 可以有一个以上;物流中心的位置可以是确定的，也可 以是不确定的。对于某个物流中心，其供应的货物可 能有一种，也可能有多种;其供应的货物数量可能能够 满足全部客户的需求，也可能仅能满足部分客户的需 求。 （4）客户也称为用户，指的是物流配送的服务对象。 11.2.3、车辆调度方法 车辆调度的方法有多种，可根据客户所需货物、配送中心站点及交通线路的布局不同而选用不同的方法。简单的运输可采用定向专车运行调度法、循环调度法、交叉调度法等。如果配送运输任务量大，交通网络复杂时，为合理调度车辆的运行，可运用运筹学中线性规划的方法，如最短路法、表上作业法、图上作业法等。 （一）图上作业法 图上作业法是将配送业务量反映在交通图上，通过对交通图初始调运方案的调整，求出最优配送车辆运行调度方法。运用这种方法时，要求交通图上没有货物对流现象，以运行路线最短、运费最低或行程利用率最高为优化目标。其基本步骤为： 1．绘制交通图根据客户所需货物汇总情况、交通线路、配送点与客户点的布局，绘制出交通示意图。 例：设有A1、A2、A3三个配送点分别有化肥40t、30t、30t，需送往四个客户点B1、 B 2、B 3 、B 4 ，而且已知各配送点和客户点的地理位置及它们之间的道路通阻情况，可据此制 出相应的交通图，如图11-2所示。 2．将初始调运方案反映在交通图上任何一张交通图上的线路分布形态无非为成圈与不成圈两类。对于不成圈的，A1，B2的运输，可按“就近调运”的原则即可，很容易得出调运方案。其中（A1→B470km）＜（A3→B480km）, （A3→B270km）＜（A2→B2110km）,先假定（A1→B4），（A3→B2）运输。对于成圈的，A2、A3 B1所组成的圈，可采用破圈法处理，即先假定某两点（A2与B4）不通（即破圈，如图11-3所示），再对货物就近调运，（A2→B3）（A2→B4），数量不够的再从第二点调运，即可得出初始调运方案，如图11-3所示。在绘制 车辆优化调度的研究 某某 某某学校 摘要：本文基于许多车辆优化调度的理论研究成果，对温州远大物流有限公司进行调查研究和分析，并提出了一些自己的意见和方案。车辆优化调度，首先研究其发展的历史及现状，然后应用现有的设施和技术，针对目前车辆调度存在的问题，对车辆进行优化调度。 关键词：车辆调度；优化设计；运输成本 The Optimization Scheduling Research of Vehicles Abstract：Based on the research findings of many vehicles’ optimal dispatching as well as the investigation and analysis of Wenzhou Yuanda logistics company, this paper will put forward some suggestions and proposals. After studying the history and current situations of the vehicles’ optimal dispatching and applying the current facilities and technology, the paper will find the best way to optimize the vehicles’ dispatching. Key words:Vehicle Scheduling；Optimal Design；Transportation costs 物流配送最优路径规划 关于交通运输企业物流配送最优路径规划的 研究现状、存在问题及前景展望 摘要：本文综述了在交通运输企业的物流配送领域最优路径规划的主要研究成果、研究存在问题及研究方向。主要研究成果包括运用各种数学模型和算法在运输网中选取最短或最优路径；从而达到路径、时间最优和费用最优；以及物流配送网络优化、车辆系统化统一调度的发展。今后研究的主要方向包括绿色物流，运输系统及时性和准确性研究等。 关键词：物流配送；最优路径；路径规划 Overview of scheme on Shortest Logistics Distribution Route in Transportation Industry Student: Wan Lu Tutor: Chen Qingchun Abstract: This paper reviewed of the optimal path planning about the main research results, problems and direction in the field of transportation enterprise logistics distribution. Main research results include using various mathematical model and algorithm selection or optimal shortest path in the network. So we can achieve the optimal path, the shortest time and minimum cost. At the same time, logistics distribution network optimization, the vehicle systematic development of unified scheduling are the research issues.The main direction of future research include green logistics, transportation system accurately and timely research and so on. Key words: Logics Distribution; Optimal Path; Path Planning 引言 物流业在我国的新兴经济产业中占据了重要了地位，称为促进经济快速增长的“加速器”。而物流配送作为物流系统的重要环节，影响着物流的整个运作过程以及运输企业的发展趋势和前景。采用科学、合理的方法来进行物流配送路径的优化，是物流配送领域的重要研究内容。近年，国内外均有大量的企业机构、学者对物流配送中最优路径选择的问题，进行了大量深入的研究，从早期车辆路径问题研究，到根据约束模型及条件不断变化的车辆最优路径研究，以及随着计算机学科的发展而推出的针对物流配送路径最优化的模型和算法等方面，都取得丰硕的学术成果。但是对于绿色物流配送的研究仍然不足。鉴于物流配送最优路径研究的重大理论意义和实践价值，为对我国物流配送的效率水平有一个系统的理解和把握，有必要对现有成果进行统计和归纳。本文尝试对我国运输企业物流配送最优路径规划进行探讨，以期为今后做更深人和全面的研究提供一定的线索和分析思路。 1 国内外研究现状 1.1 国内研究现状 1.1.1 主要研究的问题 区域及同城配送方 案 1 2020年4月19日 XXXX项目 深圳地区物流配送方案 单位： 地址： 电话： 传真： 2 2020年4月19日 合作方 （甲方） （乙方） 合作理由 经过双方合作，乙方能够提供全程、“一站式”、集成的系列服务，已超出单一的传统物流业务模式，在与客户的合作中扮演的是物流整体方案策划者的角色，为企业提供的是“一揽子”服务模式。对于任何一家物流公司来说，异地的物流配送业务一直都会困扰着公司，主要表现在操作成本居高不下及服务时效等方面。因此对于异地的物流配送业务只有经过与当地正规的、较规模的物流公司进行强强联合，才能保证对客户承诺的服务质量，才能更加有效降低异地的操作成本。而乙方作为深圳当地的物流公司，期望经过本身的资源整合，接手甲方深圳区域的物流配送业务，从而能够充分发挥甲、乙双方各自优势、降低经营成本，增强双方的竞争力和提高双方经济效益，实现双赢的策略。 乙方合作优势 一、乙方现有操作优势 1、乙方具有先进的物流管理信息系统：乙方凭借多年的实际操作经验，针对客户的物流需求，度身订做了一套适合于仓库管理及配送的物流管理系统，主要包括以下模块：订单管理、进货管理、库存管理、入库作业、出库作业、货 3 2020年4月19日 物分拣、配送管理等；其中：库存管理系统主要是经过采用计算机操作方法，利用系统功能直接分拣，达到先进先出、按货号、批号出货等；可提供库存产品的新鲜度以及货物的调拨管理、库存盘点及网上查询等；另配送管理系统功能主要包括：商品的集中、分类、车辆调度、车辆信息管理、车辆配装、配送路线规划及配送途中的跟踪管理、网上下单、远程打印等； 2、完善的城市配送网络：乙方在多年的高科技产品、日用产品及大批量产品等配送运作过程中积累了丰富的配送管理经验，现已发展成为拥有多个仓库；仓管人员、业务员100多人；配送汽车30辆的配送队伍。可根据不同配送量、送货距离及客户要求等安排不同的运输工具，确保每份订单都能及时快速准确送达。 3、熟悉商场超市的收货程序：乙方当前对配送深圳地区经销商、终端客户及各大型商场、超市整个架构及流程非常熟悉（包括仓储及配送的每个环节应注意的事项），可大大缩短交接磨合期，减少因交接过渡期的不熟可能导致的货源不足等原因引起销售量下降的损失。同时在合作过程中可提供有利于甲方产品销售的建议。 4、优越的运输保障：乙方拥有各大、中、小型货车30余辆。灵活调动车辆执行配送任务，可避免压单的现象；可保证货物准时的送达。为贵司产品的全方位销售提供强有力的保障。 5、良好的企业形象：乙方送货司机及送货员工均统一管理、统一服务标准，保证了甲方的外在企业形象。 4 2020年4月19日 车辆调度问题 设某车队有8辆车，存放在不同的地点，队长要派出其中5辆到5个工地去运货。各车从存放处调到装货地点所需费用列于下页表，问应选哪5辆车调到何处去运货，才能使各车从车所在地点调到装货地点所需的总费用最少 MATLAB 程序——Kuhn-munkras 算法 function sumw=kuhngong(A) n=size(A,1); w=A; l=zeros(n,2); for i=1:n for j=1:n if l(i,1) end end FLAG_AGL=zeros(n,n); FLAG_S=zeros(1,n); FLAG_T=zeros(1,n); FLAG_NGLS=zeros(1,n);f=zeros(n,2); for i=1:n for j=1:n if l(i,1)+l(j,2)==w(i,j) FLAG_AGL(i,j)=i; end end end M=zeros(n,2); for i=1:n for j=1:n if (FLAG_AGL(i,j)==i)&(~M(j,2)) &(~M(i,1)) M(i,1)=i; M(j,2)=i; end end end FLAG3=1; while FLAG3 FLAG3=0; u=0; for i=1:n if ~M(i,1) u=i; break; end end end while FLAG4 for i=1:n if FLAG_S(i) for j=1:n if FLAG_AGL(i,j)==i FLAG_NGLS(j)=1; end, end, end, end FLAG_EQU=1; for i=1:n if FLAG_NGLS(i)~=FLAGT(i) FLAG_EQU=0; break; end, end FLAG4=0; al=inf; if FLAG_EQU for i=1:n for j=1:n if (FLAG_S(i))&(~FLAG_T(j)) temp=l(i,1)+l(j,2)-w(i,j); if al>temp al=temp; 汽车租赁调度问题(详细)--数学建模竞赛 ————————————————————————————————作者：————————————————————————————————日期： 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： B 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员（打印并签名）：1. 2. 3. 指导教师或指导教师组负责人（打印并签名）： 日期：2015年8月15日赛区评阅编号（由赛区组委会评阅前进行编号）： 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注 全国统一编号（由赛区组委会送交全国前编号）： 全国评阅编号（由全国组委会评阅前进行编号）： 汽车租赁调度问题 摘要 随着汽车租赁行业竞争的不断增加，众多汽车租赁公司针对汽车租赁的实际需求，纷纷调整调度方案以满足市场需求和赚取利益。 针对问题一，在尽量满足汽车需求的前提下，规划目标为代理点间车辆总转运费最小，首先使用多元统计方法对相关数据进行处理，根据每个汽车租赁代理点的坐标求出各代理点间的欧氏距离，再将其与各代理点的每辆车的转运成本相乘得出任意两个代理点的转运费用，把问题转化为运输问题，最后结合各代理点起初汽车数量与每天汽车需求量建立线性规划模型，确定合适的目标函数和约束条件，利用MATLAB和lingo编程，是最终结果与实际情况相符，最终得到最低转运费用40.49158及最优车辆调度方案见附录2。 针对问题二，考虑到短缺损失尽可能低与调度费用低于增值费用等因素，在问题一的基础上，建立目标函数为转运费用和短缺损失费用总和的最小值，同样利用lingo进行求解，得到4周内转运费用和短缺损失费总和最小为57.46982万元以及此时相对应的最优车辆调度方案见附录3。 针对问题三，在问题二的基础上，综合考虑公司获利、转运费用以及短缺损失等因素，规划目标为公司获得的净利润最大，运用插值拟合方法补充出附件5中租赁收入缺失的数据，用车辆租赁收入减去转运费用和短缺失费用表示公司的净利润。利用lingo进行优化求解，得到未来四周内公司的最大获利为4076.341万元及最优调度方案见附录5。 针对问题四规划年度利润最大化，确定最优购进方案。通过spss软件，拟合出每个代理点拥有车辆和需求车辆的关系，并综合总利润=总收入-总花费的关系式，规划出利润和购买车辆的关系，近似求出购买车辆数对年获利影响。建立数学模型，容易直观地分析出所需购买的车辆数。另外根据车辆价格汽车的价格，年维修费用的不同，所产生的不同的维修费用，计算出购买第八款车花费最小。用MATLAB编程，计算出结果为当购买41辆第八款车时，年度总获利最大，最大 为万元 针对问题五，在问题四的基础上，考虑到购买数量与价格优惠幅度之间的关系，通过查阅资料发现当购买数量大于20时，优惠2%，当购买数量大于40时，优惠5%，在只购买第八款车型的情况下，得到年度净利润最大的购车方案，与问题四相同，使得净年利润最大为4 4.439310 ?万元，与不进行优惠相比，年利润增加3 ?万元。 210 针对问题六，本文要求每个代理点的拥有车辆数中高级车和低级车各占一半以及每个代理点的高级车型需求与低级车型需求大约也各占一半，重新算问题三、四。在问题三、四程序的基础上将拥有量和需求量各自减半对高级车和低级车分别求最大净利润值之和及购车数量。 关键字：线性规划汽车租赁调度拟合 SPSS 物流配送车辆优化调度的一种神经网络算法 摘要：本文讨论了物流配送车辆优化调度问题的分类，建立了解决非满载车辆卸货路线优化的神经网络模型，提出了解决配送车辆优化调度问题的步骤，并进行了具体的调度试验，验证了算法的可行性。 关键词：配送，调度，神经网络 0 引言 据统计，美国2000年的运输费用为5900亿美元，占当年GDP总值99600亿美元的%，可见，减少运输费用是有效减少物流成本的重要方面。对于物流中心和第三方物流企业的货物配送，运输车辆的调度是工作的重点，正确合理的调度可以有效减少车辆的空驶率，实现合理路径运输，从而有效减少运输成本，节约运输时间，提高经济效益。 1 配送车辆调度优化问题分类 运输车辆的优化调度问题由Dantzig和Ramser于1959年首次提出，由于该问题在交通运输、工业生产管理等领域具有广泛而重要的应用，因此30多年来其研究得到很大重视，国外的Bodlin，Christofider，Golden，Assad, Ball 等人对该问题进行了较为深入的研究[1] [2] [3]。 总体上看，车辆的优化调度问题一般可根据时间 特性和空间特性分为车辆路径规划问题和车辆调度问题。当不考虑时间要求，仅根据空间位置安排车辆的线路时称为车辆路径规划问题（VRP-Vehicle Routing Problem）；考虑时间要求安排运输线路时称为车辆调度问题VSP（Vehicle Scheduling Problem）。某些学者将有时间要求的车辆调度问题称为Vehicle Routing Problem with Time Windows。车辆优化调度问题可根据不同性质具体分为以下几类。 按照运输任务分为纯装问题、纯卸问题以及装卸混合问题，所谓的装卸混合问题就是车辆在运输途中既有装货又有卸货。 按照车辆载货状况分为满载问题和非满载问题，满载问题是指货运量多于一辆车的容量，完成所有任务需要多辆运输车辆。非满载问题是指车的容量大于货运量，一辆车即可满足货运要求。 按照车辆类型分为单车型问题和多车型问题。 按照车辆是否返回车场划分为车辆开放问题和车辆封闭问题，车辆开放问题是指车辆不返回其出发地，车辆封闭问题是指车辆必须返回其发出车场。 按照优化的目标可分为单目标优化问题和多目标优化问题，单目标优化是指某一项指标最优或较优，如运输路径最短。多目标优化则是指同时要求多个指标最优或较优。如同时要求运输路径最短和费用最省。 全省教育工作会议车辆调度工作方案 全省教育工作会议即将召开，届时省教育厅副厅长XXX 同志亲临讲话。为做好全省教育工作会议的车辆调度工作，体现本承办单位快捷、安全、高效的良好形象，根据工作实际和承办单位的总体安排，特制定如下工作方案： 一、工作目标按照一流的工作标准，精心组织，周到安排，厉行节约，文明礼貌，高质量、高效率的搞好车辆安排和调度工作，力争让每一位参会人员高兴而来，满意而归，树立会议承办单位的良好对外形象。 二、工作任务 1、负责编制全省教育工作会议的车辆保障经费预算； 2、做好会议期间的车辆安排、调度； 3、做好服务车辆驾驶员培训管理； 4、进行车辆技术状态审查、驾驶员审查，制作和发放参会车辆编号、通行证； 5、负责通行线路确定； 6、会议结束后进行车辆保障经费的结算等工作。 三、工作机构及职责 根据实际情况，为保证会议期间车辆调度工作的顺利进行，决定成立五个车辆调度小组，分别负责来自全省各地的参人员接送工作， 具体职责如下： 1、总务组，由车队长XXX 为总协调，XXX 、XXX 二人参加，调配小汽车、9座商务车各一辆（车号……、……），用于机动。具体负责车辆运行费用的预决算，制定调度工作预案，省教育厅领导车辆安排，参会人员返程机、 车票的预订，调配会议用车并制订车辆行驶路线、对驾驶员进行培训、督促各 小组对车辆进行检修，及时了解和掌握参会人员途中情况及反馈至各调度小 组，妥善安排好来宾车辆。 2、机场组，由XXX 、XXX 二个人组成，XXX 总牵头，驾驶12 座中型商务车一辆（车号……），具体负责乘坐飞机前来参加全省教育工作会议的10 名参会人员接送，并保证途中乘客人身和财产安全； 3、火车站组，由XXX 、XXX 、XXX 等四人组成，XXX 总牵头，驾驶33座大客车两辆（车号……、……），具体负责乘坐火车前来参加全省教育工作会议的60 名参会人员接送，并保证途中乘客人身和财产安全； 4、汽车站组，由XXX、XXX 组成，XXX 总牵头，驾驶33 座大客车一辆（车号……），具体负责乘坐长途汽车前来参加全省教育工作会议的30 名参会人员接送，并保证途中乘客人身和财产安全； 5、自驾组，由XXX、XXX 、XXX、XXX 、XXX 等五人组成， XXX 总牵头，负责自驾车辆前来参加全省教育工作会议的50 名参会人员的路线提示，必要情况下前往现场进行引路，并提醒他们人身和财产安全，及时 协调解决相关困难和问题。 四、工作时限 车辆调度分二个阶段进行： 第一阶段为准备阶段。（XX年XX月X日至XX年xx XX日） 货运车辆优化调度方法 据统计，美国2000年的运输费用为5900亿美元，占当年GDP总值99600亿美元的5.92%，可见，减少运输费用是有效减少物流成本的重要方面。对于物流中心和第三方物流企业的货物配送，运输车辆的调度是工作的重点，正确合理的调度可以有效减少车辆的空驶率，实现合理路径运输，从而有效减少运输成本，节约运输时间，提高经济效益。 1 运输车辆调度规划问题分类 货运车辆优化调度问题可根据不同性质具体分为以下几类： 按照运输任务分为纯装问题、纯卸问题以及装卸混合问题。按照车辆载货状况分为满载问题和非满载问题，满载问题是指货运量多于一辆车的容量，完成所有任务需要多辆运输车辆。非满载问题是指车的容量大于货运量，一辆车即可满足货运要求。 按照车辆类型分为单车型问题和多车型问题；按照车辆是否返回车场划分为车辆开放问题和车辆封闭问题，车辆开放问题是指车辆不返回其出发地，车辆封闭问题是指车辆必须返回其发出车场。 按照优化的目标可分为单目标优化问题和多目标优化问题；按照有无休息时间要求可分为有休息时间的调度和无休息时间调度问题。 实际中的车辆优化调度问题可能是以上分类中的一种或几种的综合。 车辆优化调度问题是一个有约束的组合优化问题，属于NP难题（Nondeterministic Polynomial Problem）。随着问题输入规模的扩大，求解时间呈几何级数上升。 求解车辆优化调度的方法可以分为精确算法、启发算法和智能算法。精确算法主要有分支界定法等；启发式算法主要有构造算法、两阶段法等；智能算法分为神经网络方法、遗传算法和模拟退火算法等。 精确算法的计算量随着车辆优化问题规模的增大呈指数增长，如当卸货点的数目超过20个时，采用精确算法求解最短运输路径的时间在几个小时以上。精确算法不适合于求解大规模的车辆优化调度问题。 2 启发式算法 启发式方法是从尚未安排的车辆、运输任务或行驶路径中按照构造算法进行选择，直到所有任务和车辆均被调度为止。构造的每一步，根据某个判别函数，把当前的线路构形和另外的构形进行比较并加以改进，以最小代价把一个不在当前构形上的需求对象插入进构形，最后得到一个较好的可 全省教育工作会议车辆调度工作方案全省教育工作会议即将召开，届时省教育厅副厅长XXX同志亲临讲话。为做好全省教育工作会议的车辆调度工作，体现本承办单位快捷、安全、高效的良好形象，根据工作实际和承办单位的总体安排，特制定如下工作方案： 一、工作目标 按照一流的工作标准，精心组织，周到安排，厉行节约，文明礼貌，高质量、高效率的搞好车辆安排和调度工作，力争让每一位参会人员高兴而来，满意而归，树立会议承办单位的良好对外形象。 二、工作任务 1、负责编制全省教育工作会议的车辆保障经费预算； 2、做好会议期间的车辆安排、调度； 3、做好服务车辆驾驶员培训管理； 4、进行车辆技术状态审查、驾驶员审查，制作和发放参会车辆编号、通行证； 5、负责通行线路确定； 6、会议结束后进行车辆保障经费的结算等工作。 三、工作机构及职责 根据实际情况，为保证会议期间车辆调度工作的顺利进行，决定成立五个车辆调度小组，分别负责来自全省各地的参人员接送工作，具体职责如下： 1、总务组，由车队长XXX为总协调，XXX、XXX二人参加， 调配小汽车、9座商务车各一辆（车号……、……），用于机动。具体负责车辆运行费用的预决算，制定调度工作预案，省教育厅领导车辆安排，参会人员返程机、车票的预订，调配会议用车并制订车辆行驶路线、对驾驶员进行培训、督促各小组对车辆进行检修，及时了解和掌握参会人员途中情况及反馈至各调度小组，妥善安排好来宾车辆。 2、机场组，由XXX、XXX二个人组成，XXX总牵头，驾驶12座中型商务车一辆（车号……），具体负责乘坐飞机前来参加全省教育工作会议的10名参会人员接送，并保证途中乘客人身和财产安全； 3、火车站组，由XXX、XXX、XXX等四人组成，XXX总牵头，驾驶33座大客车两辆（车号……、……），具体负责乘坐火车前来参加全省教育工作会议的60名参会人员接送，并保证途中乘客人身和财产安全； 4、汽车站组，由XXX、XXX组成，XXX总牵头，驾驶33座大客车一辆（车号……），具体负责乘坐长途汽车前来参加全省教育工作会议的30名参会人员接送，并保证途中乘客人身和财产安全； 5、自驾组，由XXX、XXX、XXX、XXX 、XXX等五人组成，XXX总牵头，负责自驾车辆前来参加全省教育工作会议的50名参会人员的路线提示，必要情况下前往现场进行引路，并提醒他们人身和财产安全，及时协调解决相关困难和问题。 四、工作时限 车辆调度分二个阶段进行： 车辆调度问题 设某车队有8辆车,存放在不同的地点,队长要派出其中5辆到5个工地去运货。各车从存放处调到装货地点所需费用列于下页表，问应选哪5辆车调到何处去运货,才能使各车从车所在地点调到装货地点所需的总费用最少？ 车 x1 x2 x3 x4 x5 y1y2 y3 y4 y5 y6 y7 y8 皿人丁1人龍序Kuhn-munkras算法 function sumw=kuh ngon g(A) n=size(A,1); w=A; l=zeros (n, 2); for i=1: n for j=1: n if l(i,1) for i=1:n for j=1:n if (FLAG_AGL(i,j)==i)&(~M(j,2)) &(~M(i,1)) M(i,1)=i; M(j,2)=i; end end end FLAG3=1; while FLAG3 FLAG3=0; u=0; for i=1:n if ~M(i,1) u=i; break; end end end while FLAG4 for i=1:n if FLAG_S(i) for j=1:n if FLAG_AGL(i,j)==i FLAG_NGLS(j)=1; end, end, end, end FLAG_EQU=1; for i=1:n if FLAG_NGLS(i)~=FLAGT(i) FLAG_EQU=0; break; end, end FLAG4=0; al=inf; if FLAG_EQU for i=1:n for j=1:n if (FLAG_S(i))&(~FLAG_T(j)) temp=l(i,1)+l(j,2)-w(i,j); if al>temp al=temp; end, end, end, end if ~u fprintf（1, ‘二部图最大权匹配运行结果\n'）; fprintf（1, ‘ \n\n 求得最大权匹配M={'）; sumw=0; for i=1:n for j=1:n if M(j,2)==i fprintf(1,'x%dy%d,',i,j); sumw=sumw+w(i,j); break; end end end fprintf(1,'}\n'); fprintf(1, ‘最大权W(M)=%g\n',sumw); return else FLAG_S=zeros(1,n); FLAG_T=zeros(1,n); FLAG_S(u)=1;f=zeros(n,2); FLAG_NGLS=zeros(1,n); end FLAG4=1; for i=1:n if FLAG_S(i) l(i,1)=l(i,1)-al; end, end for j=1:n if FLAG_T(j) l(j,2)=l(j,2)+al; end, end FLAG_AGL=zeros(n,n); 文献综述 车辆调度算法研究及其应用 一、前言部分 车辆调度问题是现代物流系统优化中关键的一环，也是开展电子商务不可缺少的内容。对车辆调度优化理论与算法进行系统研究是构建综合物流系统、建立现代调度指挥系统、发展智能交通运输系统和开展电子商务的基础[1]。 车辆调度问题是运筹学与组合优化领域的研究热点。有效的调度车辆，不仅可以提高物流工作效率，而且能够为及时生产模式的企业提供运输上的保障，从而实现物流管理科学化。由于该问题的理论涉及很多学科，很多实际问题的理论抽象都可归结为这一类问题，研究该问题具有很重要的理论意义和实际意义。 1 . VRP（Vehicle Routing Problem）问题描述及其分类 VRP问题一般可定义为：对一系列的装货点或卸货点，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(货物需求量、发送量、车辆容量限制、行驶里程限制、时间限制)下，达到一定的目标(路程最短、时间最小、费用最省、车辆数目最少等)。由于该问题研究范围非常广，根据其网络性能大致可以分为两类：一类为静态 VRP (StaticVRP, SVRP)，一类为动态VRP (dynamic VRP, DVRP)。 (1)静态VRP问题描述 SVRP 问题是VRP 中较简单的一类问题，是大部分研究者研究的热点。该问题具有一 个很重要的特征：在安排初始路线时，和路线相关的所有信息已知，并且在安排路线以后其相关信息始终保持改变[2]。以下列举了一些常见的SVRP 问题:仅考虑车辆容量限制的 VRP(CVRP)、带时间窗的VRP(VRPTW)、带有回收的VRP(VRP with backhauls)、带有集派的VRP(VRPPD)。除此以外，还有许多其它 CVRP 的延伸问题，如顾客有优先权，考虑卸货时间、装卸时间、等待时间等，甚至综合了以上不同的特征。这些问题的相关信息均已知且保持不变[3]。 (2)动态VRP问题描述 所谓DVRP，是指在安排初始路线时，并不是和路线相关的所有信息都为已知，并且初始路线安排以后，其相关信息可能发生改变。DVRP 研究范围较广，需求不确定、动态网络、服务车辆不确定、提供数据有偏差等都属于DVRP 的研究范畴。从网络性能角度，DVRP 可以分为以下三种类型：1)时间依赖型VRP (TDVRP)。2)概率VRP (PVRP)。车辆运行时间以离散 1、目的 加强公司车辆管理，提高车辆使用效率。 2、用车申请 2.1总裁室及经理室成员用车：可以口头或电话向总裁办后勤专员提出，由后勤专员根据申请，代为填写用车申请单。 2.2 部门用车：由用车部门提前申请，并填写用车申请单。（部门用车原则：多人联合检查和处理紧急公务可申请用车。） 2.3 用车申请原则上要求下午用车当天上午申请，夜间用车当天下午申请，次日用车当日申请。突发事件、特殊需要等紧急用车，则由副总级以上领导通知总裁办后勤专员。 2.4 公司车辆原则上只能用于处理公司公务，不准公车私用。职能部门、公司领导家属用车，须经总裁办主任批准，由总裁办主任通知后勤专员派车。如未经批准公车私用，除由责任人承担油耗费和过路过桥费外，并每次对责任人罚款50元（如为车辆分管部门责任，则处罚派车通知人；司机责任处罚司机）。 3、派车调度 3.1全国管理机构和湘北公司用车由总裁办调度。商品配送车，由配送中心负责调度并进行考核，如公司紧急用车总裁办有权进行临时调度。 3.2 调度原则：一般情况下，总裁室及经理室成员公务用车优先；其次是各部门检查工作及处理紧急公务用车。 3.3总裁室及经理室成员上下班，由司机轮流排班接送。如接送出现失误，每次罚当班司机50元。如所有司机出车未归由商品配送司机代班接送。 3.4 司机必须接到分管部门的派车通知才能出车，如私自出车，每次罚款50元。同时，司机出车须做好出车登记，并请派车人和用车人签字，以此作为报销费用和出勤考核的依据。 4、驾驶员管理 4.1 驾驶员须爱惜车辆，保持车辆清洁，定期进行车辆技术指标检查，做好车辆保养和维护工作（含保养，维修和车辆保险购买）。 4.2 驾驶员应严格遵守交通规则，安全驾驶。凡因驾驶员违反交通规则而造成的罚款和交通事故赔偿，相应赔偿责任由驾驶员负责。 4.3车辆必须停放在公司院内，除出车在外未归外不得在外过夜；如因出差回公司时间超过22：00，经出差领导证明，可以由驾驶员开车回家过夜。未经允许私自将车辆开出公司过夜，每次罚款100元。 4.4除公司司机外，不允许将公司车辆借给其他人员单独驾驶（包括总裁室及经理室成员），特殊情况外借时，必须报总裁办主任批准。未经批准随意将车钥匙交给他人，每次处罚驾驶员100元。 4.5驾驶员手机应24小时保持开机，否则，一次给予警告，两次罚款50元，三次取消当月手机费补贴。 5、私车公用管理 5.1总裁室及经理室成员因工作原因需要出差到常德市区以外的区域，在公司车辆无法满足正常调配的情况下，可以驾驶自有车辆出差，但必须到总裁办备案，并填写《私车公用备案表》。车辆所有人凭《私车公用备案表》，可以参照公司《私车公用管理办法》相关条款据实报销车辆费用。车辆调度使用的方案
物流配送车辆优化调度的一种神经网络算法
数学模型 垃圾车调度问题
配送是物流系统的一个重要环节
车辆调度方法
车辆优化调度的研究
物流配送最优路径规划
区域及同城配送方案
车辆调度问题
汽车租赁调度问题详细数学建模竞赛
物流配送车辆优化调度的一种神经网络算法
车辆调度工作方案
货运车辆优化调度方法(DOC)
车辆调度工作方案
车辆调度问题
车辆调度算法研究及其应用文献综述
车辆调度及使用办法
相关主题
文本预览