面向防汛物资动态变化的运输车辆调度优化算法研究

为解决防汛救灾过程中受灾需求变化下的防汛物资调度问题,提出一种面向防汛物资动态变化的运输车辆调度优化算法(SOA_TV)。在SOA_TV算法中,考虑车辆限载、调度车辆数量、移动距离等约束,建立防汛物资运力调度优化模型。依据已知受灾信息和仓储信息,确定受灾最小所需车辆数,获得待运输物资集合,并按照最近邻原则初始化车辆集合。引入车辆移动距离阈值,通过边权计算构建二分图,并进行矩阵转换,获得一个低维度的矩阵。最后,考虑需求不变化和动态变化两种情况下的物资分配,根据仓库点之间的运输距离和车辆负载情况更新边权值,多次执行KM算法直到获得目标模型的近似最优解。实验结果表明:在多种实验场景中,SOA_TV都能寻找到一个较优解。相比于GA和ABC,SOA_TV虽然略微降低了车辆移动总距离,但其运算时间获得大幅度削减,可在极短的时间内计算获得较优的车辆分配方案。相较于Hungarian,SOA_TV可降低运行时间和车辆移动总距离。

储备仓库多目标多约束下的运输车辆调度算法

考虑防汛救灾紧迫性、公平性和道路受损拥挤等情况,提出一种储备仓库多目标多约束的运输车辆调度算法(TVSA)。上述算法提出储备仓库车辆需求约束和物流中心车辆拥有上限约束,计算道路组合的拥挤因子,预测车辆总预测行驶时间,考虑多个储备仓库之间的竞争,建立每一个储备仓库的车辆调度优化模型。采用多目标遗传算法求解,即通过Pareto支配策略计算染色体之间的拥挤度和非支配等级,确定染色体被选择进行交叉变异的概率,采用精英保留策略和非支配等级进行筛选。通过迭代获得车辆最优调度方案。实验结果表明,TVSA算法可获得较优车辆运输调度方案,降低车辆平均调度预测时间,离规定救援时间的偏离度和偏离度方差,比SGA算法和MOPSO算法更优。