留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

时变条件下道路网的车辆路径优化

张晓楠 王陆宇 谭昕妮 姜帅

张晓楠,王陆宇,谭昕妮, 等. 时变条件下道路网的车辆路径优化[J]. 机械科学与技术,2023,42(11):1919-1928 doi: 10.13433/j.cnki.1003-8728.20220230
引用本文: 张晓楠,王陆宇,谭昕妮, 等. 时变条件下道路网的车辆路径优化[J]. 机械科学与技术,2023,42(11):1919-1928 doi: 10.13433/j.cnki.1003-8728.20220230
ZHANG Xiaonan, WANG Luyu, TAN Xinni, JIANG Shuai. Time-dependent Vehicle Routing Optimization Problem Under Road Network[J]. Mechanical Science and Technology for Aerospace Engineering, 2023, 42(11): 1919-1928. doi: 10.13433/j.cnki.1003-8728.20220230
Citation: ZHANG Xiaonan, WANG Luyu, TAN Xinni, JIANG Shuai. Time-dependent Vehicle Routing Optimization Problem Under Road Network[J]. Mechanical Science and Technology for Aerospace Engineering, 2023, 42(11): 1919-1928. doi: 10.13433/j.cnki.1003-8728.20220230

时变条件下道路网的车辆路径优化

doi: 10.13433/j.cnki.1003-8728.20220230
基金项目: 国家自然科学基金项目(71802120)、陕西省社会科学基金项目(2022R002)、陕西省创新能力支撑计划项目(2020KRM024)及教育部人文社会科学研究项目(2023XJCZH0019)
详细信息
    作者简介:

    张晓楠,讲师,硕士生导师,博士,研究方向为系统优化设计、智能优化算法,wlxn_2010@126.com

  • 中图分类号: TP399

Time-dependent Vehicle Routing Optimization Problem Under Road Network

  • 摘要: 针对车辆路径优化问题在现实中涉及的时变旅行时间特征和道路网络因素,研究时变条件下基于道路网的车辆路径优化问题。首先,考虑车辆旅行速度的时变特征,构建旅行速度的分段函数,采用跨时域的方法利用离散速度计算动态旅行时间;其次,基于关键节点的概念简化道路网络,克服车辆路径问题在考虑道路网时存在的维度灾问题。基于以上,结合时变旅行时间和基于关键点构建的道路网路,建立以总旅行时间最小为目标的优化模型;根据问题特征,设计蚁群算法求解;以西安市未央区桶装水配送区域实例进行测试,验证模型和算法的有效性,分析不同速度-时间变化模式和车辆出发时间的敏感性。
  • 图  1  TDVRPRN示意图

    Figure  1.  Diagram of the TDVRPRN

    图  2  不同时间段车辆行驶速度

    Figure  2.  Vehicle traveling speed at different time periods

    图  3  不同时间段车辆行驶距离和时间

    Figure  3.  Traveling distance and time at different time periods

    图  4  道路网络示意图

    Figure  4.  Diagram of road network

    图  5  基于关键节点的道路网络示意图

    Figure  5.  Diagram of road network based on key nodes

    图  6  蚁群算法流程图

    Figure  6.  Flow chart of ant colony algorithm

    图  7  服务的10个需求点

    Figure  7.  The 10 demand nodes

    图  8  关键道路网络节点

    Figure  8.  Key nodes at road network

    图  9  道路网络构建

    Figure  9.  Load network construction

    图  10  基于关键点的道路网络

    Figure  10.  Road networks based on key points

    图  11  早高峰速度时间变化图

    Figure  11.  Speed during morning peak time span

    图  12  晚高峰速度时间变化图

    Figure  12.  Speed during evening peak time span

    图  13  算法进化迭代图

    Figure  13.  Algorithm iteration diagram

    图  14  车辆行驶路径

    Figure  14.  Vehicle routing

    图  15  早高峰速度时间变化(错峰出行)

    Figure  15.  Speed during morning peak time span (staggered shifts)

    图  16  晚高峰速度时间变化(错峰出行)

    Figure  16.  Speed during evening peak time span (staggered shifts)

    图  17  车辆配送路径图

    Figure  17.  Vehicle routing

    图  18  早高峰速度时间变化图(尾号限行)

    Figure  18.  Speed during morning peak time span (license plate restrictions)

    图  19  晚高峰速度时间变化图(尾号限行)

    Figure  19.  Speed during evening peak time span (license plate restrictions)

    图  20  车辆配送路径图

    Figure  20.  Vehicle routing

    表  1  符号定义

    Table  1.   Definition of notations

    符号 属性
    $ 1 $ 配送中心
    $ C $ 所有客户的集合
    $ N $ 所有路节点的集合$,N = 1 \cup C \cup N_0$
    $N_0$ 非需求点的网络节点集合,即车辆可以
    在该点改变行驶路线
    $ E $ 边集合,$ e(i,j) \in E $
    $ {J}_{ij} $ 弧$ e(i,j) $的距离
    $ {t}_{ij} $ 车辆在弧上$ e(i,j) $行驶的总旅行时间
    $ {a}_{i} $ 车辆到达客户i的时间
    $ {d}_{i} $ 车辆离开客户i的时间
    $ {x}_{ij} $ 车辆从节点i行驶至节点j,则$ {x_{ij}} = 1 $
    $ {y}_{i} $ 车辆驶过节点i则$ {y_i} = 1 $
    $ {s}_{ij}^{L} $ 车辆在第L时间段在弧$ e(i,j) $上行驶的速度
    $ {t}_{ij}^{L} $ 车辆在第L时间段在弧$ e(i,j) $上行驶的时间
    $ {F}_{ij}^{L} $ 车辆在第L时间段以速度$ {s}_{ij}^{L} $在弧$ e(i,j) $上行驶的距离
    下载: 导出CSV

    表  2  不同出发时间算例的目标函数值表

    Table  2.   Objective function values for instances ofdifferent departure time

    出发时间07:0008:0009:0010:00
    行驶时间/min14113810091
    下载: 导出CSV
  • [1] 吴宗胜, 傅卫平. 移动机器人全局路径规划的模拟退火-教与学优化算法[J]. 机械科学与技术, 2016, 35(5): 678-685.

    WU Z S, FU W P. SA and teaching-learning-based optimization algorithmfor mobile robots global path planning[J]. Mechanical Science and Technology for Aerospace Engineering, 2016, 35(5): 678-685. (in Chinese)
    [2] 巫光福, 万路萍. 粒子群算法优化机器人路径规划的研究[J]. 机械科学与技术, 2022, 41(11): 1759-1764.

    WU G F, WAN L P. Research on improved particle swarm optimization algorithm for robot path planning[J]. Mechanical Science and Technology for Aerospace Engineering, 2022, 41(11): 1759-1764. (in Chinese)
    [3] ICHOUA S, GENDREAU M, POTVIN J Y. Vehicle dispatching with time-dependent travel times[J]. European Journal of Operational Research, 2003, 144(2): 379-396. doi: 10.1016/S0377-2217(02)00147-9
    [4] 范厚明, 张跃光, 田攀俊, 等. 时变路网下异型车辆动态配置与路径优化[J]. 系统工程理论与实践, 2022, 42(2): 455-470.

    FAN H M, ZHANG Y G, TIAN P J, et al. Dynamic vehicle routing problem of heterogeneous fleets with time-dependent networks[J]. Systems Engineering-Theory & Practice, 2022, 42(2): 455-470. (in Chinese)
    [5] 李金名, 倪炎榕, 郑宇, 等. 面向第三方物流配送的道路网建模及应用[J]. 计算机集成制造系统, 2009, 15(9): 1765-1769.

    LI J M, NI Y R, ZHENG Y, et al. Road network modeling and application oriented to third-party logistics distribution[J]. Computer Integrated Manufacturing Systems, 2009, 15(9): 1765-1769. (in Chinese)
    [6] MALANDRAKI C, DASKIN M S. Time dependent vehicle routing problems: Formulations, properties and heuristic algorithms[J]. Transportation Science, 1992, 26(3): 185-200. doi: 10.1287/trsc.26.3.185
    [7] HILL A V, BENTON W C. Modelling intra-city time-dependent travel speeds for vehicle scheduling problems[J]. Journal of the Operational Research Society, 1992, 43(4): 343-351. doi: 10.1057/jors.1992.49
    [8] 李妍峰, 李军, 高自友. 时变网络环境下旅行商问题研究[J]. 系统工程学报, 2010, 25(5): 585-591.

    LI Y F, LI J, GAO Z Y. Traveling salesman problem in time varying network[J]. Journal of Systems Engineering, 2010, 25(5): 585-591. (in Chinese)
    [9] 唐金环, 戢守峰, 沈贵财. 时变网络下考虑碳排放的车辆路径优化[J]. 系统工程, 2015, 33(9): 37-44.

    TANG J H, JI S F, SHEN G C. Vehicle routing optimization with carbon emissions considered under time-varying network[J]. Systems Engineering, 2015, 33(9): 37-44. (in Chinese)
    [10] 赵志学, 李夏苗. 时变交通下生鲜配送电动车辆路径优化方法[J]. 交通运输系统工程与信息, 2020, 20(5): 218-225.

    ZHAO Z X, LI X M. Electric vehicle route optimization for fresh logistics distribution based on time-varying traffic congestion[J]. Journal of Transportation Systems Engineering and Information Technology, 2020, 20(5): 218-225. (in Chinese)
    [11] 刘长石, 申立智, 盛虎宜, 等. 考虑交通拥堵规避的低碳时变车辆路径问题研究[J]. 控制与决策, 2020, 35(10): 2486-2496.

    LIU C S, SHEN L Z, SHENG H Y, et al. Research on low-carbon time-dependent vehicle routing problem with traffic congestion avoidance approaches[J]. Control and Decision, 2020, 35(10): 2486-2496. (in Chinese)
    [12] 侯登凯, 范厚明, 任晓雪. 时变路网下多中心混合车队联合配送车辆路径优化[J]. 大连海事大学学报, 2022, 48(1): 11-22.

    HOU D K, FAN H M, REN X X. Vehicle routing optimization of multi-center hybrid fleet joint distribution under time-varying road network[J]. Journal of Dalian Maritime University, 2022, 48(1): 11-22. (in Chinese)
    [13] 李妍峰, 高自友, 李军. 动态网络车辆路径派送问题研究[J]. 管理科学学报, 2014, 17(8): 1-9.

    LI Y F, GAO Z Y, LI J. Dynamic vehicle routing and dispatching problem[J]. Journal of Management Sciences in China, 2014, 17(8): 1-9. (in Chinese)
    [14] 李妍峰, 高自友, 李军. 基于实时交通信息的城市动态网络车辆路径优化问题[J]. 系统工程理论与实践, 2013, 33(7): 1813-1819.

    LI Y F, GAO Z Y, LI J. Vehicle routing problem in dynamic urban network with real-time traffic information[J]. Systems Engineering-Theory & Practice, 2013, 33(7): 1813-1819. (in Chinese)
    [15] 葛显龙, 张慧. 城市实时交通路网车辆路径优化问题研究[J]. 工业工程与管理, 2018, 23(3): 140-149.

    GE X L, ZHANG H. Study on the optimization of vehicle routing problem in urban real time traffic network[J]. Industrial Engineering and Management, 2018, 23(3): 140-149. (in Chinese)
    [16] 陈迎欣. 基于改进蚁群算法的车辆路径优化问题研究[J]. 计算机应用研究, 2012, 29(6): 2031-2034.

    CHEN Y X. Study on VRP based on improved ant colony optimization[J]. Application Research of Computers, 2012, 29(6): 2031-2034. (in Chinese)
    [17] 陈秀娟, 高更君, 冯媛媛. 基于改进蚁群算法的逆向物流车辆路径优化[J]. 制造业自动化, 2019, 41(5): 46-49.

    CHEN X J, GAO G J, FENG Y Y. Optimization of reverse logistics vehicle path based on improved ant colony algorithm[J]. Manufacturing Automation, 2019, 41(5): 46-49. (in Chinese)
  • 加载中
图(20) / 表(2)
计量
  • 文章访问数:  141
  • HTML全文浏览量:  40
  • PDF下载量:  19
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-01-02
  • 刊出日期:  2023-11-30

目录

    /

    返回文章
    返回