协作车辆路径问题距离和能耗节约量理论边界研究

从理论角度研究协作车辆路径中能够节约的配送距离和能耗量,对协作配送的实际运营具有重要指导意义.提出了低碳协作车辆路径问题(LCCVRP)模型.从理论角度证明了在完全不协作状态下LCCVRP的最优解与完全协作状态下相比,前者的最优路径长度为后者的ρ倍,ρ∈[1,√t](t为所有配送中心总数量),由于能耗量与路径长度高度正相关,故能耗量指标具有类似规律.另外,设计了由贪婪算法和大邻域算法构成的两阶段算法.最后,基于多配送中心VRP (MDVRP)的标准算例,设计了33个LCCVRP算例,并采用设计的两阶段算法求解,得到的求解结果验证了上述理论证明的合理性和模型与算法的有效性,设计的两阶段算法求解质量与已知最优解的平均偏差仅为0.1%左右.

协作车辆路径成本分摊问题的B-T Shapley方法

多个企业协作配送能显著地降低物流配送成本和减少尾气排放,研究协作配送模型与成本分摊方法是亟需解决的关键问题.传统经典成本分摊方法需要计算所有子联盟的协作成本,在本问题中等价于需要求解2N-1个(N为企业数量)复杂的车辆路径问题.本文建立了多方协作车辆路径问题模型,分析了协作配送成本分摊问题的属性.基于经典的Shapley成本分摊方法,提出了B-T (Binary Tree) Shapley近似方法,不仅将成本分摊本身计算复杂度由O(N22N)降为O(N2log2N),而且将需要求解的车辆路径问题数量由2N-1个锐减至2N-1个,从而能够在合理时间内完成协作配送问题的成本分摊.通过求解算例和实际案例,计算结果表明,B-T Shapley的耗时与Shapley方法相比几乎可以忽略不计,更重要的是B-T Shapley与Shapley的成本分摊结果之间仅有细微的偏差,其平均准确度可以达到95%左右.

一种求解协作配送成本分摊问题核仁解的近似迭代算法

协作配送问题是典型的组合优化合作博弈问题,也可称为协作车辆路径问题,其核心问题之一是确定公平合理的成本分摊方案.其中核仁解由于具有唯一性和公平性等特点,是成本分摊领域中公认的科学分摊方案.本文提出了一种近似求解协作配送问题核仁解的方法.首先分析证明了当顾客位置分布均匀,从理论上协作配送成本分摊问题会是凸博弈问题,然后,基于凸博弈的核仁解会等同于预内核解的理论,提出了一个能够求解凸博弈问题核仁解的迭代逼近算法(approximate iterative algorithm,AIA),分析了AIA算法的复杂度为O(n42n),为此又提出了AIA的有效提速策略,可将AIA的复杂度降低至多项式.最后,通过求解协作配送算例和实例,验证了本文AIA算法能够准确求解得到协作配送成本分摊问题的核仁解,提出的求解策略能有效的减少求解耗时,并且得到的最终结果与实际核仁解的平均偏差不到0.02%,更重要的是AIA能够用于求解所有凸博弈问题的核仁解.

考虑企业服务质量差异的协作配送问题及成本分摊方法研究

传统协作配送成本分摊假设所有联盟企业的服务质量无差异,以边际贡献作为分摊依据,但实际协作过程中企业间服务质量具有差异性.基于此,本文首先提出包含关系绩效、运营绩效、成本绩效及协作绩效四个维度的协作配送服务质量评价层次框架.其次,构建考虑客户时间窗的协作配送车辆路径问题模型,并结合Shapley值法求解规则,提出成本分摊结果调整思路.最后,通过数值实验对调整思路的有效性进行验证.实验结果表明:1)根据实际数据测算,若顺丰、中通、圆通、申通四家企业协作,忽略企业间服务质量差异会造成16.38%左右的成本偏差;2)车辆投入量、准时送达率及价格水平在协作配送服务质量评价中尤为重要;3)为规避服务质量差距造成的惩罚,联盟成员会倾向于提高服务水准,缩小成员间差距,最终实现联盟整体服务质量提升.本文提出的成本分摊调整思路能够客观反映企业服务质量差异对分摊成本的影响,实现服务质量较高的企业获得更多的成本节约,服务质量较低的企业承担相应惩罚,有助于实现分摊公平,并可达到激励成员提高服务质量的目的.

在线组建协作配送联盟中企业成本节约相对量估算方法研究

企业参与在线协作配送联盟的重要决策依据是成本的节约程度,但计算该信息需要求解2~N-1个(N为企业数)类似多配送中心车辆路径问题的复杂难题,且在线协作联盟组建允许计算的时间十分有限.本文针对该难题,提出了一种估算协作配送问题结果的快速方法.首先,基于合作博弈中经典成本分摊方法,证明得出了计算过程中采用估算方法的可行性;然后,基于Beardwood研究的包含n个点的旅行商问题最优解路径长度,会近似等于α(An)^(1/2)的结论(α为参数,A为n个点的分布面积),提出了能够根据各企业顾客位置、分布区域面积等信息,预估协作配送问题目标函数结果的方法;最后,分别采用本文方法和传统优化方法求解了大量的实例和算例.结果表明:本文提出的方法计算速度迅速且质量准确,与传统方法相比耗时几乎可以忽略不计,能够满足在线实时计算的要求;估算的企业节约成本相对量误差均在10%之内,并且问题规模越大误差越小.