摘" 要：為降低運(yùn)輸成本，減少環(huán)境污染，提出一種考慮速度時(shí)變的多車場(chǎng)多車型綠色車輛路徑優(yōu)化方法。針對(duì)城市交通擁堵路況常發(fā)的現(xiàn)狀，引入百度智慧交通網(wǎng)預(yù)測(cè)的擁堵指數(shù)反映實(shí)時(shí)路況，兼顧經(jīng)濟(jì)成本和環(huán)境成本，構(gòu)建以總運(yùn)輸成本最小為優(yōu)化目標(biāo)的時(shí)變綠色車輛路徑模型。根據(jù)模型特點(diǎn)改進(jìn)遺傳算法，并運(yùn)用大中小3種規(guī)模的算例對(duì)其進(jìn)行仿真實(shí)驗(yàn)，驗(yàn)證了模型和算法可以有效地降低物流配送成本，促進(jìn)配送車輛節(jié)能減排，為生鮮電商冷鏈物流配送決策提供車輛運(yùn)輸路徑方案。

" 關(guān)鍵詞：城市交通；多車場(chǎng)多車型；改進(jìn)遺傳算法；冷鏈物流；時(shí)變綠色車輛路徑優(yōu)化

" 中圖分類號(hào)：F570" " 文獻(xiàn)標(biāo)志碼：A" " DOI：10.13714/j.cnki.1002-3100.2024.15.035

Abstract： To reduce the transportation cost and environmental pollution， an optimization method of multi-parking and multi-vehicle green vehicle routing considering the time-varying speed is proposed. In view of the frequent occurrence of urban traffic congestion， the congestion index predicted by Baidu Intelligent Transportation Network is introduced to reflect the real-time traffic conditions， taking into account the economic cost and environmental cost， and a time-varying green vehicle path model with the optimization goal of minimizing the total transportation cost is constructed. According to the characteristics of the model， the genetic algorithm is improved， and the simulation experiments are carried out with three scale examples. It is verified that the model and algorithm can effectively reduce the cost of logistics distribution， promote the energy saving and emission reduction of distribution vehicles， and provide a vehicle transportation path scheme for the cold chain logistics distribution decision of fresh e

-commerce.

Key words： urban traffic; multi-yard and multi-model; improved genetic algorithm; cold chain logistics; time-varying green vehicle routing optimization

0" 引" 言

" 隨著我國(guó)經(jīng)濟(jì)高速發(fā)展和生鮮電商市場(chǎng)崛起，消費(fèi)者對(duì)于農(nóng)產(chǎn)品新鮮度和冷鏈物流配送速度的要求也逐漸變高。為提高配送服務(wù)質(zhì)量的品質(zhì)和擴(kuò)大配送業(yè)務(wù)的范圍，越來越多的物流企業(yè)建立多個(gè)配送點(diǎn)，并應(yīng)用多種車型進(jìn)行配送服務(wù)。同時(shí)由于城市交通擁堵問題的日趨嚴(yán)重，導(dǎo)致路網(wǎng)具有時(shí)變特性，物流行業(yè)為響應(yīng)低碳環(huán)保社會(huì)建設(shè)號(hào)召，促進(jìn)節(jié)能減排，逐漸向綠色物流轉(zhuǎn)型。

" 而現(xiàn)有研究中，張惠珍等[1]、朱晨晨[2]和魯建廈等[3]都研究多車場(chǎng)多車型配送模式，但均未考慮擁堵路況導(dǎo)致車輛速度時(shí)變的情形；Xiao et al[4]， Matos et al[5]和狄衛(wèi)民等[6]都考慮常發(fā)性擁堵路況，構(gòu)建了含多車型的TDGVRP模型，但這些學(xué)者均未考慮多車場(chǎng)配送模式；周鮮成等[7]、趙志學(xué)等[8]和珠蘭等[9]都基于時(shí)變路網(wǎng)的背景，研究交通擁堵導(dǎo)致車輛速度時(shí)變的MDGVRP問題，也可以說是考慮多車場(chǎng)的TDGVRP問題，但均未考慮多車型。綜上，目前關(guān)于多車場(chǎng)多車型的配送模式與車輛配送速度時(shí)變的現(xiàn)狀相結(jié)合的綠色物流問題研究甚少。

" 基于上述情況，為了使研究問題更加貼近現(xiàn)實(shí)應(yīng)用，同時(shí)考慮擁堵路況帶來的路網(wǎng)時(shí)變特性，以及生鮮電商多車場(chǎng)多車型冷鏈配送的真實(shí)情況，全面分析冷鏈物流配送環(huán)節(jié)涉及的影響因素，將油耗成本及碳排放成本之和作為綠色成本引入冷鏈物流路徑優(yōu)化模型，并分析配送車輛綠色能耗成本與總成本間的關(guān)系。

1" 問題描述與假設(shè)

1.1" 問題描述

" 在實(shí)際路網(wǎng)中，多輛不同類型的冷藏車從多個(gè)冷庫(kù)（車場(chǎng)）出發(fā)，按一定順序?qū)ν侵胁煌恢玫念櫩驼归_配送，在完成任務(wù)后需駛回原冷庫(kù)。車輛配送示意圖，如圖1所示。

1.2" 假設(shè)條件

（1）顧客的位置、對(duì)冷鏈產(chǎn)品需求量、服務(wù)時(shí)長(zhǎng)以及配送時(shí)間窗已知；（2）備選冷庫(kù)位置已知，且其庫(kù)存能夠保證所有顧客的需要，不會(huì)發(fā)生缺貨的現(xiàn)象；（3）每個(gè)冷庫(kù)所含的冷藏車車型種類數(shù)相同，且不同車型的基本信息已知；（4）每輛冷藏車可為多個(gè)顧客進(jìn)行配送，且其實(shí)際載重量均小于該車型的最大裝載量；（5）每個(gè)顧客只能由一輛冷藏車進(jìn)行配送，且僅被允許服務(wù)一次，需求不可拆分；（6）運(yùn)輸?shù)纳r產(chǎn)品品質(zhì)相同，且對(duì)于貨物的冷藏溫度要求一致；（7）冷藏車在每個(gè)時(shí)段內(nèi)的行駛速度僅和該時(shí)段內(nèi)的交通擁堵延時(shí)系數(shù)相關(guān)。

2" 模型構(gòu)建

式（16）為目標(biāo)函數(shù)，表示最小化物流總運(yùn)輸成本；式（17）保證所有顧客都能得到冷藏車配送；式（18）和式（19）表示任意顧客只能由一輛冷藏車負(fù)責(zé)配送，且僅被允許服務(wù)一次；式（20）表示所有冷藏車的起始點(diǎn)均為原所在冷庫(kù)；式（21）表示所有冷藏車配送時(shí)，其實(shí)際裝載量均小于其最大額定載重量；式（22）表示配送環(huán)節(jié)中使用的冷藏車數(shù)量不得超過所有冷庫(kù)的冷藏車總數(shù)；式（23）和式（24）表示軟時(shí)間窗約束；式（25）為決策變量。

3" 改進(jìn)遺傳算法設(shè)計(jì)

3.1" 染色體編碼

用編號(hào)1～W表示顧客數(shù)，N+1～N+K分別表示來自不同冷庫(kù)的共K輛冷藏車，分別對(duì)每輛冷藏車進(jìn)行編碼，種群中每個(gè)個(gè)體包含K條染色體，每輛冷藏車服務(wù)顧客的順序稱為該車的基因鏈，其中每條染色體的第一個(gè)基因代表冷藏車，其他基因代表顧客，基因順序代表顧客被服務(wù)的先后。

3.7" 局部搜索尋優(yōu)

交換鄰域：隨機(jī)從染色體中選擇兩個(gè)不同的位置index1和index2，互換index1和index2處的基因，形成新的編碼序列，如圖4所示。

4" 算例分析

4.1" 實(shí)驗(yàn)設(shè)置

目前尚未有MDHFTDGVRP問題的標(biāo)準(zhǔn)算例集，本文根據(jù)顧客數(shù)、車場(chǎng)數(shù)等從MDVRPTW標(biāo)準(zhǔn)算例庫(kù)中選取小規(guī)模（pr11），中等規(guī)模（pr13、pr18），大規(guī)模（pr16、pr20）共5個(gè)算例，并根據(jù)實(shí)際研究需要，補(bǔ)充冷藏車多車型的數(shù)據(jù)（見表3）構(gòu)建完整算例測(cè)試算法。

" 根據(jù)城市交通規(guī)律，每天的7：00—9：00和17：00—19：00逐漸接近早晚高峰，因此將這兩個(gè)時(shí)間段設(shè)為交通擁堵時(shí)段，其余時(shí)段為正常行駛時(shí)間。但因考慮該生鮮電商實(shí)際配送工作時(shí)間窗為7：00，19：00，以1h為一個(gè)時(shí)間段，僅研究12個(gè)時(shí)段的擁堵指數(shù)。統(tǒng)計(jì)蘇州市某一周同時(shí)段道路擁堵指數(shù)，取其平均值為本文的擁堵指數(shù)，如表4所示。

4.2" 算法驗(yàn)證

4.2.1" 算法測(cè)試結(jié)果分析

每個(gè)算例的最終結(jié)果均為求解20次后取的平均值。K為實(shí)際使用的配送車輛數(shù)，Best為實(shí)驗(yàn)結(jié)果中的最優(yōu)目標(biāo)值，Average為平均目標(biāo)值，T為求解耗時(shí)（s）。從表5可知，IGA的求解質(zhì)量和求解耗時(shí)優(yōu)于GA，故IGA更具有效性，能較好地解決MDHFTDGVRP問題。

由表6可知，不同規(guī)模的算例中綠色成本和制冷成本占總運(yùn)輸成本的比例較穩(wěn)定，其中制冷成本，達(dá)到總運(yùn)輸成本一半以上，占比最高。因此，要想降低總運(yùn)輸成本，最主要的是縮短配送在途擁堵時(shí)長(zhǎng)，降低制冷成本。

4.2.2" 車輛速度恒定與速度時(shí)變結(jié)果對(duì)比分析

從圖5可看出，當(dāng)速度時(shí)變時(shí)，除車輛固定啟動(dòng)成本外，其余各項(xiàng)成本均有所改變。冷藏車在交通擁堵狀況下頻繁加速或減速的行為導(dǎo)致了油耗量和擁堵時(shí)間增加，另外車輛行駛速度變化導(dǎo)致最終的配送路線發(fā)生改變，從而影響各項(xiàng)成本構(gòu)成。

5" 結(jié)" 論

選取三種規(guī)模大小的算例測(cè)試，首先驗(yàn)證了本文模型和算法具有普適性，能夠解決大規(guī)模路徑優(yōu)化問題；其次驗(yàn)證了改進(jìn)遺傳算法比傳統(tǒng)遺傳算法給出的配送策略更符合當(dāng)前節(jié)能減排發(fā)展，能夠?yàn)樯r電商冷鏈配送兼顧經(jīng)濟(jì)、環(huán)境和社會(huì)效益提供更為合理的決策依據(jù)；最后證明了模型引入速度時(shí)變可使配送策略更加地符合實(shí)際，縮短配送環(huán)節(jié)預(yù)測(cè)成本與實(shí)際成本的差距。

參考文獻(xiàn)：

[1] 張惠珍，姜晶. 多車場(chǎng)多車型電動(dòng)汽車路徑優(yōu)化研究[J]. 軟件導(dǎo)刊，2021，20（8）：75-81.

[2] 朱晨晨. 多車場(chǎng)多車型車輛路徑問題的優(yōu)化研究[J]. 企業(yè)科技與發(fā)展，2021（2）：94-96，99.

[3] 魯建廈，翟文倩，李嘉豐，等. 基于改進(jìn)混合蛙跳算法的多約束車輛路徑優(yōu)化[J]. 浙江大學(xué)學(xué)報(bào)（工學(xué)版），2021，55（2）：259-270.

[4]" XIAO Y Y， KONAK A. The heterogeneous green vehicle routing and scheduling problem with time-varying traffic congestion[J]. Transportation Research， Part E： Logistics and Transportation Review， 2016，88E（4）：146-166.

[5]" MATOS， M R S， FROTA Y， Ochi L S. Green vehicle routing and scheduling problem with split delivery[J]. Electronic Notes in Discrete Mathematics， 2018，69：13-20.

[6] 狄衛(wèi)民，杜慧莉，張鵬閣. 考慮動(dòng)態(tài)擁堵的多車型綠色車輛路徑問題優(yōu)化[J]. 計(jì)算機(jī)工程與設(shè)計(jì)，2021，42（9）：2614-2620.

[7] 周鮮成，呂陽(yáng)，賀彩虹，等. 考慮時(shí)變速度的多車場(chǎng)綠色車輛路徑模型及優(yōu)化算法[J]. 控制與決策，2022，37（2）：473-482.

[8] 趙志學(xué)，李夏苗，周鮮成，等. 考慮交通擁堵的冷鏈物流城市配送的GVRP研究[J]. 計(jì)算機(jī)工程與應(yīng)用，2020，56（1）：224-231.

[9] 珠蘭，馬瀟，劉卓凡. 時(shí)間依賴型綠色車輛路徑問題研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2021，21（6）：187-194.

[10]" FRANCESCHETTI A， HONHON D， VAN WO-ENSEL T， et al. The time-dependent pollution-routing problem[J]. Transportation Research Part B： Methodological， 2013，56：265-293.

[11] 陳靖，董明. 考慮生鮮品新鮮度的集配策略研究[J]. 系統(tǒng)工程理論與實(shí)踐，2018，38（8）：2018-2031.

收稿日期：2023-07-23

基金項(xiàng)目：教育部人文社會(huì)科學(xué)基金項(xiàng)目\"Humanity and Social Science Foundation of Ministry of Education of China\"（19YJA630054）；湖北省教育廳人文社科項(xiàng)目“高校教師新信息技術(shù)平臺(tái)的接受和持續(xù)使用研究——以師生感知效能為視角”

作者簡(jiǎn)介：王南星（1998—），女，河南商丘人，武漢科技大學(xué)管理學(xué)院碩士研究生，研究方向：綠色物流；韓宗睿（1999—），男，海南文昌人，武漢科技大學(xué)信息學(xué)院碩士研究生，研究方向：人工智能與控制；劉" 勇（1975—），女，湖北武漢人，武漢科技大學(xué)管理學(xué)院，教授，研究方向：物流管理、營(yíng)銷管理；馬云峰（1972—），男，吉林蛟河人，武漢科技大學(xué)管理學(xué)院，教授，研究方向：物流系統(tǒng)規(guī)劃、管理定量分析。

引文格式：王南星，韓宗睿，劉勇，等. 多車場(chǎng)多車型冷鏈物流時(shí)變綠色車輛路徑優(yōu)化[J]. 物流科技，2024，47（15）：141-146.