遗传算法下带软时间窗的异构车辆路径优化

目前研究的车辆配送路径问题一般采用单类型车辆进行配送,为贴合实际,在此基础上研究了带软时间窗约束的异构车辆配送路径问题。根据异构车辆的固定成本、运距成本、惩罚成本和其特有的约束条件,建立了异构车辆配送路径最小成本模型,采用遗传算法进行规划求解。同时建立带软时间窗的单类型车辆配送路径最小成本模型作为对比实验,通过对前后实验方案进行对照,结果显示,异构车辆配送方案可以有效降低配送成本,证实了算法的有效性和选用异构车辆配送方案的科学性。

低碳经济下考虑满意度的冷链路径优化

为了在降低冷链物流配送成本的同时,保证顾客满意度和碳排放成本达到企业的要求。充分考虑客户软时间窗约束、行驶距离、生鲜变质等多重影响因素,构建考虑顾客满意度的低碳冷链物流路径优化模型,结合固定成本、碳排放成本、损坏成本、冷藏成本、运输成本以及时间窗成本,采用遗传算法进行求解,并应用实例加以验证。结果表明,相对于不考虑满意度的路径优化,以总成本为目标的冷链物流路径优化,能够平均减少23 km的运输距离和降低2.72%的配送总成本;同时结果也更优于以低碳为目标的求解。模型在提高顾客满意度的同时,实现了降低配送总成本以及减少物流活动中碳排放的目标。因此,研究为物流运输企业提高服务质量和经济效益提供了有效的技术路线,结果可为冷链物流行业的服务能力提升以及低碳转型发展提供启示,为物流行业的可持续发展研究提供理论参考。