基于NAGA的物流企业自有及外包运力配置鲁棒优化

为深入优化物流企业的自有及外包运力配置,综合考虑运输需求不确定性和运输车型异质性,以全年运输利润最大化为目标,构建了多车型参与下运力配置鲁棒优化模型.依据决策变量的层次特性,设计了一种内外双层结构的嵌套式自适应遗传算法(NAGA).依托上海某物流企业的实际数据,进行了需求确定及不确定情形下的实例分析.结果表明,所构建的鲁棒优化模型兼顾经济性与鲁棒性,NAGA能对该模型进行高效求解.在需求确定情形下,优化后的运输利润提高了6.2%,且NAGA在求解质量及稳定性方面表现优于典型嵌套式启发算法;在需求不确定情形下,采用所提出的运力配置方法,决策者可根据市场波动水平及风险偏好调整鲁棒优化模型参数取值,以灵活获取合适的自有及外包运力配置方案.