登录    注册    忘记密码

期刊文章详细信息

模糊需求下低碳取送货车辆调度问题与算法    

Algorithms for low-carbon pickup and delivery vehicle routing problem with fuzzy demand

  

文献类型:期刊文章

作  者:马艳芳[1] 王珊[1] 黄岭玉[2] 程聪[1]

MA Yanfang;WANG Shan;HUANG Lingyu;CHENG Cong(School of Economics and Management,Hebei University of Technology,Tianjin 300401,China;Finance Office,Hebei University of Technology,Tianjin 300401,China)

机构地区:[1]河北工业大学经济管理学院,天津300401 [2]河北工业大学财务处,天津300401

出  处:《计算机应用》

基  金:河北省社会科学基金资助项目(HB16GL036)。

年  份:2021

卷  号:41

期  号:3

起止页码:851-859

语  种:中文

收录情况:AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘  要:针对物流配送过程中的高碳排放问题,从低碳视角出发,构建考虑模糊需求的低碳取送货车辆调度(LCVRPPD)模型,并提出一种基于2-OPT的差分算法对问题进行求解。该算法中,采用自然数编码方式并设置三种不同的适应度函数;随后,引入2-OPT算法取代差分算法原有的变异机制,并结合二项交叉算子和贪婪选择算子,从而提高改进算法的收敛速度。案例分析中,通过田口法确定改进算法参数的合理取值,通过SPSS分析揭示了在运输成本最小、碳排放量最小和总成本最小的三种不同目标模型中,以总成本最小为目标函数的模型的解的效果最好。针对不同顾客规模的算例,改进算法与基本差分算法相比,总成本可以降低1.8%~3.0%,碳排放量可以降低0.7%~3.5%;与遗传算法相比,总成本可以降低1.9%~16.47%,碳排放量可以降低1.2%~4.3%;与粒子群优化算法相比的优化效果更加明显,总成本可以降低4.0%~22.5%,碳排放量可以降低1.56%~7.88%,验证了算法的有效性及先进性。综上,所提出的模型和算法可以为低碳取送货车辆调度问题提供参考。

关 键 词:取送货问题  模糊需求  差分算法 低碳物流 田口法  

分 类 号:TP18]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心