集送货可拆分车辆路径问题的两阶段构造启发式方法

为了节能减排,提高物流效率效益,集送货需求可拆分的车辆路径问题是一个重要的研究课题,目标是在使用最少车辆的前提下最小化行驶距离。提出一种两阶段构造启发式方法来解决这个问题。第一阶段,采用扩展的多重启动迭代扫描算法和微调系数、在车辆容量限制下,根据集送货需求将客户域划分为子域,并确定每个子域的分裂点和分裂值。第二阶段,采用改进的Clarke-Wright节约算法来优化每个子域中的路线。基于Solomon基准数据集、按照需求重构数据集,验证算法的可行性和有效性。实验结果表明,可拆分集送货车辆路径优化对物流企业的运输非常有利,它可以减少使用的车辆数并提高平均装载率,降低总运输成本。