扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

这所院校又添新作:一种混合禁忌搜索和PAES算法的设计,用于解决多仓库、多产品的绿色车辆路径问题

论论资讯 | 2023-03-01 3热度

Decision Science Letters

Explore content

About the journal

Publish with us

Design of a hybridization between Tabu search and PAES algorithms to solve a multi-depot, multi-product green vehicle routing problem

Azuero-Ortiz J.S.; Gaviria-Hernández M.A.; Jiménez-Rodríguez V.M.; Vale-Santiago E.J.; González-Neira E.M.

Published:2023-03-01
DOI:10.5267/j.dsl.2022.11.004

研究背景

物流中的车辆路径问题一直是一个经典问题。随着环境污染问题的日益严重,绿色车辆路径问题(GVRP)应运而生。GVRP在设计产品交付路线时考虑了环境因素,是一种对现代社会有着重要影响的变体。然而,当前研究领域存在一个问题,即如何在多仓库和多产品的情况下最小化车辆分配成本和CO2排放。这是一个需要解决的难题。

研究内容

本研究旨在解决多仓库、多产品绿色车辆路径问题。为了解决该问题,本研究提出了一种经典禁忌搜索(TS)元启发式算法和PAES算法的混合算法(TS+PAES),以生成两个目标的Pareto前沿。针对每个目标函数,本研究分别制定和开发了一个整数混合线性规划模型,以获得比较效率的最优点。此外,本研究还针对大规模实例将TS+PAES算法与最近邻算法进行了比较。本研究进行了两个计算实验,一个针对小规模实例,另一个针对大规模实例。小规模实验表明,与MILP模型相比,每个前沿的GAP平均为0.73%。对于大规模实例,元启发式算法比MILP模型提高了0.1%的结果,表明元启发式算法在更短的计算时间内提供了更接近最优解的解决方案。此外,与最近邻算法相比,元启发式算法在减少44.21%的排放和降低3.88%的成本方面有所改善。所有这些结果都证明了元启发式算法的有效性。

研究意义

本研究提出了一种解决多仓库、多产品绿色车辆路径问题的新方法,即TS+PAES算法。该算法在计算时间更短的情况下提供了更接近最优解的解决方案。此外,该算法能够降低44.21%的排放和3.88%的成本,有助于改善环境污染问题。因此,该研究对于解决现代社会中的环境问题具有重要的意义。

微信扫码即可查看