时变风险下的危险品运输车辆路径优化

针对危险品道路运输车辆路径问题,以运输总风险、运输总成本及车辆运输时间三者最小为优化目标,考虑道路车流速度随时间变化,构建时变风险下的危险品道路运输车辆路径优化模型,并设计了改进强度Pareto进化算法求解模型。该算法引入反向学习策略加强搜索能力,多组仿真试验算例计算表明,改进后的算法比原算法收敛性更好、求解精度更高。在考虑风险时变条件下,运输风险大致随交通量增大而增大,随车辆装载量降低而减小。相比于不考虑时变风险,时变风险模式下的车辆路径优化结果受道路交通状况影响显著,更贴近实际。根据所提出的时变风险下车辆路径优化模型,运输企业可考虑用户的需求量和道路交通状况进行路径规划,从而在保障运输安全的同时缩短车辆行驶里程和减少运输费用。