车辆与无人机协同配送路径规划问题研究进展

随着民用无人机技术的不断发展,无人机速度快、通行能力强等优势更加凸显。且无人机已经被一些企业应用到了物流配送当中。最近,一种车辆与无人机协同进行配送的模式在物流运输领域得到了广泛关注,国内外的学者针对车辆与无人机协同配送路径规划问题进行了大量的研究。首先,本文从优化目标以及约束两个方面对车辆与无人机协同配送路径规划模型进行了梳理。然后,对现有的车辆与无人机协同配送路径规划算法进行了分类总结。最后,探讨了车辆与无人机协同配送路径规划问题相关的研究热点与方向。

卡车支持无人机配送的在线与离线问题研究

在长期疫情时起时伏情况下,卡车支持无人机配送模式可在避免交叉感染方面发挥重要作用。针对现实生活中应急需求具有很强动态性的特征,提出卡车支持无人机在线配送问题。使用竞争分析方法证明此问题的下界为2-δ,设计调用离线最优算法的在线OCOA算法,分析OCOA算法的竞争比为2.5。设计包含卡车停靠点选址—需求分配—卡车路径优化的三阶段离线TSOOA算法,通过与CPLEX求解结果对比,验证TSOOA算法的有效性。通过在线仿真分析计算出OCOA算法与离线问题下界的比值约为1.75,表明OCOA算法在现实场景中应用效果更好。本文提出的卡车支持无人机在线配送模式可以为疫情物资的实时调度决策提供依据。

考虑等待成本的卡车与多无人机联合配送农村物流路径优化

车辆和无人机联合配送模式是降低末端配送成本、提高效率的全新尝试。本文考虑卡车和无人机相互等待成本,以最小总成本为目标建立了单卡车和多无人机联合配送路径优化模型。设计了自适应大邻域搜索算法,采用三种破坏算子和修复算子,对破坏、修复后的临时解使用模拟退火接受准则。对包含10-100个节点的呈均匀分布和簇状分布的2类算例进行求解,与CPLEX求解结果对比表明提出的算法具有较快的速度、较好的精度和稳定性;分析卡车携带不同数量无人机的联合配送方案,结果显示,相较于纯卡车配送,携带1-4台无人机的联合配送可降低农村物流配送总成本17.88%~28.94%;对无人机续航里程的敏感性分析,表明随无人机续航里程的增加配送成本呈先快速降低后缓慢降低或趋于稳定。

卡车-无人机联合配取货路径优化

针对卡车-无人机联合配取货路径优化问题,考虑无人机最大载质量和续航能力,以配取货成本和配取货时间最小化为目标,构建单辆卡车携带多架无人机配取货模型,设计分阶段迭代优化算法,第1阶段采用阈值筛选法和K-means++聚类算法对客户点进行聚类,确定卡车的配送点,第2阶段采用穷举法确定卡车配取货路径,第3阶段采用邻域搜索算法优化无人机配取货路径,计算并对比不同聚类中心数K下卡车-无人机联合配取货总时间和总成本,确定最佳配取货路径。算例结果表明:K=3时,卡车-无人机联合配取货总时间和总成本最小,与仅采用卡车配取货时相比,总时间和总成本分别减小75.98%、12.34%。在优化区域内采用卡车-无人机联合配取货可降低配取货成本,提升物流末端配取货效率。

考虑三类客户点的卡车-无人机协同配送模型及混合算法

为了提高“最后一公里”配送效率,降低配送成本,文章提出一种考虑三类客户点的卡车-无人机协同配送模式。建立以配送成本和配送时间的加权和最小化为目标的数学模型,对三类客户点在卡车-无人机协同配送路径、卡车和无人机载重、协同时间以及无人机电量方面进行约束;使用由遗传算法、K-means聚类算法与构造算法共同组成的混合算法对模型求解。大规模算例和小规模算例结果显示本文算法求解效率和求解精度较高;以配送成本和配送时间的加权和最小化为目标对比以配送成本或配送时间最小化为目标结果更优。文章提出的模型和算法能有效解决卡车-无人机协同配送问题;以配送成本和配送时间的加权和最小化为目标相较于只考虑配送成本或配送时间更合理。

时变卡车—无人机协同配送路径建模研究

在人口稠密城区的卡车—无人机协同配送场景中,设计人员在设计已有配送路径规划模式时粗略地认为卡车的行驶速度恒定不变,但随着城市交通日益拥堵,卡车的行驶速度产生时变性。考虑到城区实际交通环境下卡车速度的时变性,对卡车和无人机的协同配送路径的建模进行分析。在分析问题根源的基础上,分别从模型假设、目标函数及约束条件等方面进行了探讨。

农村地区卡车与无人机协同配送路径优化

针对农村地区末端配送道路通行条件差、网点覆盖率低等现状及乡村聚落集群分布的特点,提出基于集群的卡车和无人机路径问题。考虑卡车与无人机协同方式、无人机多包裹配送等约束,以最小化综合配送成本为目标建立混合整数规划模型,并提出了一个两阶段混合蚁群算法对卡车路径和无人机路径进行联合优化以实现问题求解:第一阶段设计基于2-opt局部搜索策略的改进自适应蚁群算法求解卡车路径,第二阶段借助就近聚类机制和蚁群算法求解无人机路径,综合两阶段求出卡车和无人机路径的综合方案。通过算例实验验证所建模型的可行性和设计算法的有效性,为实现农村地区末端物流配送降本增效提供决策参考和依据。

卡车-无人机协同救灾物资避障配送问题研究

针对洪涝灾害中存在积水障碍区的卡车-无人机协同配送的最优路径及最短配送时间问题,建立了一种整数规划模型,并提出了一种两阶段启发式算法,第一阶段将积水障碍区进行二维网格化处理并确定无人机运输救灾物资时卡车的安全等待点以及各等待点无人机运送客户的集合,第二阶段提出阶段性规划算法,结合改进A*算法与非线性收敛因子的模拟退火鲸鱼算法对卡车绕积水障碍区的配送路径进行优化,在确保卡车行使安全的前提下,将A*算法的全局寻优性及鲸鱼算法的局部搜索精确性结合。解决存在积水障碍区的救灾物资配送问题,最后通过实例验证了所提出方法可以快速安全地解决洪涝灾害中救灾物资的避障配送问题。

货车搭载多架无人机车辆路径问题模型及算法

新冠状病毒的流行促使物流业亟须向智慧化转型,无人机参与末端配送成为重要途径之一。货车搭载无人机联合配送,克服了传统货车配送成本高和无人机续航里程短、载荷小的弊端。论文提出货车和无人机“协同+并行”混合配送模式,以总运营成本最小为目标,建立了搭载多架无人机的车辆路径问题混合整数规划模型,设计了基于变维数矩阵编码的两阶段规划求解算法。第一阶段:使用贪婪算法为每个客户确定配送方式和对接点,并以各个对接点为初心进行聚类,再以车辆路径问题为背景,用蚁群算法规划无人机和货车最短路径;第二阶段:将配送方案编码成为变维数矩阵,再根据设计的交换算子进行局部搜索优化,从而得到最优解。算例测算结果验证了“货车+无人机”混合配送比其他配送模式更节省成本,表明了基于变维数矩阵编码的两阶段规划算法具有较好的计算性能,且企业在研发物流配送无人机时不能一味追求续航里程或装载量单方面的优化,而需将续航里程和载重量均衡考虑。

考虑同时取送货的车机协同路径优化问题

考虑到传统同时取送货问题模式单一,无法应对复杂多变情况的现实需要,研究了一种考虑同时取送货的路径优化问题(vehicle routing problem with drones for simultaneous pickup and delivery, VRPD-SPD)。首先,以车辆与无人机总成本最小为优化目标,建立了考虑无人机单架次访问顺序约束的混合整数线性规划模型。其次,提出了一种基于遗传思想的两阶段启发式算法(two-stage heuristic algorithm based genetic, TSHAG),第一阶段结合贪婪算法和节约算法生成初始解,第二阶段通过改进的遗传算法优化初始解,设计了多元组编码方式来提高解码效率,改进了交叉算子来增加邻域解的搜索空间,设计了新的变异算子来提高算法全局寻优性能。最后,算例实验结果表明了TSHAG算法能够有效地解决VRPD-SPD问题。

面向最后一公里配送的无人机配送模式与路径规划综述

随着电子商务的快速发展,中小件快递数量急剧增多,快递行业最后一公里配送面临诸多挑战,亟需更高效、更环保的配送模式.小型无人机具有配送效率高、成本低、环保、部署灵活等优点,受到物流行业和学术界的广泛关注.针对无人机在最后一公里配送中的创新应用与路径规划问题,系统总结了当前4类典型配送模式:无人机独立配送(一机多包配送模式、无人机中继停靠配送模式),车和无人机并行配送(无人机和卡车并行配送模式、带中转点的无人机和卡车并行配送模式),车和无人机协同配送(无人机同车起降配送模式、无人机异车起降配送模式、无人机-公共交通协同配送模式、无人机送货取货一体配送模式、无人机卡车途中起降配送模式),车和无人机混合配送(无人机-卡车多模式融合配送模式).然后,对无人机最后一公里配送路径规划算法进行分类总结,并梳理了现有无人机参与最后一公里配送的相关测试数据集.最后,探讨了最后一公里配送中无人机的未来应用与研究方向.

卡车-无人机联合取送货模式下物流优化

为有效协调正逆向物流,利用无人机成本低、受地面交通状况影响少的特点,在无人机电池能耗随载重变化、同时取送货情形下,提出卡车-无人机联合取送货模式,构建两阶段求解方法。第1阶段,提出"最大重量判断法"构造初始可行解,为货物指派拾取或配送车辆并确定需要卡车数量;第2阶段,采用基于节点特征的改进模拟退火算法优化卡车-无人机路径,最小化总成本。两阶段均采用Python编程实现。仿真结果表明,提出的卡车-无人机联合取送货模式较其他模式可有效减少物流成本。"最大重量判断法"可显著提高算法收敛速度和效果。

应急物资的无人机与车辆并行在线配送问题

针对应急配送中需求的实时、紧迫等特点,提出无人机与车辆并行配送的在线订单分配及路径优化问题。构建无人机与车辆并行配送的在线模型,运用竞争分析方法证明得到问题下界为1.5;基于重规划思想设计在线均衡算法,运用最坏情形分析法证明其竞争比为2.5;研究在线算法中调用的离线算法,建立离线问题模型并设计无人机优先均衡算法,在小规模情形下通过与CPLEX所求的最优解进行对比,验证其算法的有效性。最后,通过仿真实验进行在线均衡算法分析,结果显示在输入参数改变下其性能稳定。结论可为应急物资车辆与无人机并行配送提供在线优化策略。

基于集群的卡车与无人机联合配送调度研究

基于集群提出卡车与无人机联合配送新模式,来解决农村地区送货上门难的问题。考虑无人机载重和续航能力,以总运营成本最小为目标建立带时间窗的混合整数规划模型,并提出两阶段算法,通过改进后的K-means算法求出卡车停靠点,采用遗传模拟退火算法优化卡车与无人机联合配送路线。将其与传统K-means算法加CPLEX结果对比,可证明算法和模型的可行性与有效性。案例分析选取江苏某农村地区来进行末端物流配送的应用研究,结果表明卡车与无人机联合配送模式与纯卡车运输模式相比可有效减少总运营成本。研究成果可为农村地区末端配送中无人机的应用提供新思路和参考价值。

面向多个无人机站点的车辆与无人机联合配送路径问题研究

车辆与无人机联合配送模式在产业界受到青睐,该模式有效地降低了配送成本,但却有极大的调度难度,问题的求解也非常复杂。本文对问题进行明确定义并建立模型,根据问题特性设计了一个自适应大规模邻域搜索(Adaptive Large Neighborhood Search,ALNS)算法,进行了大量的实验的对比和分析。研究结果表明,ALNS算法相比Gurobi在运行时间上有明显优势,结果相同甚至更优;车辆与无人机联合配送模式也较仅卡车配送模式节约了成本。

考虑货车-无人机协同的灾后应急响应策略及调度优化

为了弥补现有货车无人机应用策略在灾后应急响应调度过程中的不足,进一步提高城市应急响应效率,提出了面向灾后救援的货车无人机协同策略,并对其调度算法进行研究。在对两种货车无人机协同响应策略进行分析的基础上,考虑城市应急场景道路密度高、中断点多、需求规模大的特点,提出了货车无人机飞行伙伴响应策略,并以响应时间最小化为目标建立了其调度优化的混合整数规划模型。同时,设计了基于禁忌搜索的三阶段求解算法,并通过试验对该调度策略及算法的应用效果进行了仿真验证。

“卡车+无人机”模式下带时间窗的取送货车辆路径问题

无人机由于成本低、速度快、直线飞行等优势被越来越多地用于物流配送。考虑到无人机的载货量小、续航能力有限等因素,针对“卡车+无人机”模式下的带时间窗的取送货车辆路径问题进行优化,建立了以最小化运输成本为目标的混合整数规划模型。设计了自适应大邻域搜索算法对其求解。在该算法中,通过设计基于模型特点的多种高效的破坏算子和修复算子、引入模拟退火接受准则避免陷入局部最优解来提高算法性能。通过算例求解验证了模型和算法的有效性,分析了卡车与无人机联合配送模式对路径成本的影响,为“卡车+无人机”模式的路径规划提供决策依据。

多投递下带时间窗的卡车与无人机协同配送问题

无人机因其碳排放少、灵活性高、成本低等优势被越来越多地用于物流配送。考虑到无人机单投递情况下负载利用不足和卡车在客户点等待客户时间窗开启过程的时间损失,针对带时间窗的卡车与无人机协同配送问题进行优化,提出一种多投递下带时间窗的卡车与无人机协同配送(VRPDTW-MD)问题。提出了基于VRPDTW-MD特点的遗传算法对其求解,算法中,设计了多种交汇节点变异算子、交汇节点修复算子和服务节点交叉算子,用于调整卡车与无人机相互之间的交会点以及访问点。通过不同类型与规模算例求解验证了问题和算法的有效性,分析了不同卡车与无人机协同配送模式对运营成本的影响,为“卡车+无人机”模式的配送路径规划提供决策依据。

“卡车+无人机”联合配送路径规划问题研究

针对农村物流基础设施和技术装备落后引起的农村电商物流配送成本高问题,采用了“卡车+无人机”的联合配送模式,并设计了三阶段规划求解方法。第一阶段,采用K-means聚类算法对客户进行分组;第二阶段,基于TSP模型的卡车行驶路径优化;第三阶段,建立多约束条件下的以总配送成本最小化为目标的路径规划(ECVRPTW-D)模型,并采用改进的模拟退火算法求解。最后通过算例验证模型的合理性和算法的有效性,为农村物流配送规划提供参考。

面向防疫物资分区配送车机协同路径规划问题

针对目前防疫物资车机协同配送中没有满足疫区无接触配送需求的问题,提出车机协同分区配送问题。以最短配送时间作为优化目标,建立线性规划模型,并提出一种两阶段启发式算法,其中第一阶段通过贪婪算法生成初始解,第二阶段设计了一种混合遗传算法(tabu search algorithm with genetic algorithm,TSGA),将禁忌搜索算法思想与遗传算法相结合进行求解,通过引入禁忌表与节点交换算子和节点变异算子,改进了染色体方式,提升了算法的求解性能。实验结果表明,TSGA与基于遗传思想的自适应算法以及混合禁忌模拟退火算法对比,其解质量与求解时间均优。综上,该两阶段算法能够有效解决VRPD-ZD问题,提升防疫物资车机协同配送效率。