关于联运和声搜索算法优化多时间窗多式联运运输案例
最后更新时间：2024-02-05
作者：用户投稿
本站原创
点赞:8067
浏览:25429
本站原创
点赞:8067
浏览:25429
论文导读：
摘要：
针对多式联运运输路径上运输方式选择问题，考虑运输网络中多个节点存在服务时间窗的限制，建立了多个中间节点带软时间窗的多式联运运输方案优化模型，设计了一种基于字符编码方式的和声搜索算法，该算法采用新的和声生成方式及微调方式。仿真实例表明，所提算法与贪婪算法相比能获得具有更优运输总成本及不准点时间的运输方案。
关键词：多式联运；运输方案；时间窗；和声搜索算法；贪婪算法
：A
0引言
在多式联运（Multimodal Transportation）中针对多种运输方式进行优化组合可实现运输系统的高效利用，能大幅提高运输效率及满足客户多方面的需求。目前的研究多从运输成本最小、运输时间最少或总服务水平最高等方面进行建模分析。有学者针对多式联运网络进行特殊设计并利用最短路算法源于：论文库www.7ctime.com
等进行评价[1-4]，当运输网络的规模较大时该类方法效率极低，未必实用。井祥鹤等[5-6]将多属性决策方法（或区间数）结合遗传算法来求解运输方式选择问题，伍转青[7]基于逼近理想解排序（Technique for Order Preference by Similarity to Ideal Solution， TOPSIS）法研究了多式联运运输线路选择问题，李愈等[8]基于整数编码遗传算法研究了带固定费用的多式联运运输方式选择问题，盛景军等[9]提出了一种基于Pareto适应度的混合遗传算法求解多式联运运输方式选择问题，这些研究的不足之处在于都没有将实际作业的各种时间约束纳入考察范围。杨文东等[10]研究了基于硬时间窗的多式联运问题并用蚁群算法求解，但仅将时间窗视为硬约束必须满足，而实际作业更常见的是软时间窗约束；曾永长等[11]基于软时间窗研究多式联运问题并利用k最短路算法结合遗传算法求解，但仅考虑运输作业终点的软时间窗，没有考虑运输作业中途的延迟或中间节点的服务时间；刘舰等[12]指出多式联运不但要进行路径优化选择，还要选择各区间段的分运人，建立了基于运输成本最小、风险最小和合作强度最大的多目标优化选择模型，但对于风险因子的确定方式没有给出明确的说明；范志强等[13]研究了面向随机环境的带软时间窗的多式联运问题并设计了优化多式联运路径的遗传算法，该算法采用的部分匹配方式容易破坏最优模式的遗传。实际中，每次多式联运作业开始前，各区间段的分运人都已预先选择好，并有相应的作业安排计划，作业的提前到达或延迟到达都会造成一定损失或不便，需要付出一定成本或补偿。另一方面，除了公路运输的服务时间比较自由外，其他运输方式（如水路、飞机或铁路运输）通常具有较强的服务时间段，过度提前或延迟到达都需要支付额外的费用。鉴于以上分析，本文建立了多个中间节点带软时间窗的多式联运运输方式优化模型，并设计了求解模型的和声搜索算法，最后通过实例对其进行验证与分析。
1问题描述及模型
假设有一个多式联运运输方式优化问题：某次物流作业需将一批货物从起始点运到目的地，顺序经过若干节点城市组成的运输网络，任意相邻城市间有多种运输方式可供选择，相邻城市间的运输时间和成本不尽相同，当从一种运输方式转换到另一种运输方式时需要一定的时间和成本，且若干节点城市处（中途及目的地）存在服务时间限制，问如何选择运输方式，使得运输总成本最低。
4结语
考察了中间节点带软时间窗的多式联运运输路径上运输方式的选择问题，建立了基于字符编码的和声搜索算法进行求解，通过算例可知本文算法具有可行性和有效性。
如果多式联运运输方式优化问题包含运输方式的运量限制，可以先将作业量与运输方式运量作比较，无法作业的运输方式所在路径数据进行预处理即可应用本文算法进行求解。如果中间节点城市或终点城市不存在严格的服务时间窗限制，只需将本文模型中对应节点城市处的服务时间窗修改为[0，+∞），再应用本文和声搜索算法求解即可。
参考文献：
YAMADA T， RUSS B F， CASTRO J. et al. Designing multimodal freight transport networks： a heuristic approach and applications [J]. Transportation Scien论文导读：2012，47（5）：881-88
张建勇， 郭耀煌. 一种多式联运网络的最优分配模式研究[J]. 铁道学报， 2002， 24（4）：114-116.
[3]王涛， 王刚. 一种多式联运网络运输方式的组合优化模式研究[J]. 中国工程科学， 2005，7（10）：46-50.
[4]张运河，林柏梁，梁栋， 等. 优化多式联运问题的一种广义最短路方法研究[J]. 铁道学报，2006，28（4）：22-26.
[5]井祥鹤，魏冬峰， 周献中. 运输方式选择多目标优化问题的混合遗传算法[J]. 计算机工程与应用，2008，44（6）： 210-212，224.
[6]井祥鹤，商文忠，贺菁，等. 区间数型多式联运路线优化问题的混合遗传算法[J]. 计算机应用研究， 2009，26（6）：2062-2065.
[7]伍转青. 物流企业多式联运运输路线选择研究[J]. 铁路采购与物流， 2011，6（2）： 52-54.
[8]李愈， 赵军， 吴刚， 等. 带有固定运费的多式联运方式选择[J]. 西南交通大学学报， 2012，47（5）： 881-887.
摘要：
针对多式联运运输路径上运输方式选择问题，考虑运输网络中多个节点存在服务时间窗的限制，建立了多个中间节点带软时间窗的多式联运运输方案优化模型，设计了一种基于字符编码方式的和声搜索算法，该算法采用新的和声生成方式及微调方式。仿真实例表明，所提算法与贪婪算法相比能获得具有更优运输总成本及不准点时间的运输方案。
关键词：多式联运；运输方案；时间窗；和声搜索算法；贪婪算法
：A
0引言
在多式联运（Multimodal Transportation）中针对多种运输方式进行优化组合可实现运输系统的高效利用，能大幅提高运输效率及满足客户多方面的需求。目前的研究多从运输成本最小、运输时间最少或总服务水平最高等方面进行建模分析。有学者针对多式联运网络进行特殊设计并利用最短路算法源于：论文库www.7ctime.com
等进行评价[1-4]，当运输网络的规模较大时该类方法效率极低，未必实用。井祥鹤等[5-6]将多属性决策方法（或区间数）结合遗传算法来求解运输方式选择问题，伍转青[7]基于逼近理想解排序（Technique for Order Preference by Similarity to Ideal Solution， TOPSIS）法研究了多式联运运输线路选择问题，李愈等[8]基于整数编码遗传算法研究了带固定费用的多式联运运输方式选择问题，盛景军等[9]提出了一种基于Pareto适应度的混合遗传算法求解多式联运运输方式选择问题，这些研究的不足之处在于都没有将实际作业的各种时间约束纳入考察范围。杨文东等[10]研究了基于硬时间窗的多式联运问题并用蚁群算法求解，但仅将时间窗视为硬约束必须满足，而实际作业更常见的是软时间窗约束；曾永长等[11]基于软时间窗研究多式联运问题并利用k最短路算法结合遗传算法求解，但仅考虑运输作业终点的软时间窗，没有考虑运输作业中途的延迟或中间节点的服务时间；刘舰等[12]指出多式联运不但要进行路径优化选择，还要选择各区间段的分运人，建立了基于运输成本最小、风险最小和合作强度最大的多目标优化选择模型，但对于风险因子的确定方式没有给出明确的说明；范志强等[13]研究了面向随机环境的带软时间窗的多式联运问题并设计了优化多式联运路径的遗传算法，该算法采用的部分匹配方式容易破坏最优模式的遗传。实际中，每次多式联运作业开始前，各区间段的分运人都已预先选择好，并有相应的作业安排计划，作业的提前到达或延迟到达都会造成一定损失或不便，需要付出一定成本或补偿。另一方面，除了公路运输的服务时间比较自由外，其他运输方式（如水路、飞机或铁路运输）通常具有较强的服务时间段，过度提前或延迟到达都需要支付额外的费用。鉴于以上分析，本文建立了多个中间节点带软时间窗的多式联运运输方式优化模型，并设计了求解模型的和声搜索算法，最后通过实例对其进行验证与分析。
1问题描述及模型
假设有一个多式联运运输方式优化问题：某次物流作业需将一批货物从起始点运到目的地，顺序经过若干节点城市组成的运输网络，任意相邻城市间有多种运输方式可供选择，相邻城市间的运输时间和成本不尽相同，当从一种运输方式转换到另一种运输方式时需要一定的时间和成本，且若干节点城市处（中途及目的地）存在服务时间限制，问如何选择运输方式，使得运输总成本最低。
4结语
考察了中间节点带软时间窗的多式联运运输路径上运输方式的选择问题，建立了基于字符编码的和声搜索算法进行求解，通过算例可知本文算法具有可行性和有效性。
如果多式联运运输方式优化问题包含运输方式的运量限制，可以先将作业量与运输方式运量作比较，无法作业的运输方式所在路径数据进行预处理即可应用本文算法进行求解。如果中间节点城市或终点城市不存在严格的服务时间窗限制，只需将本文模型中对应节点城市处的服务时间窗修改为[0，+∞），再应用本文和声搜索算法求解即可。
参考文献：
YAMADA T， RUSS B F， CASTRO J. et al. Designing multimodal freight transport networks： a heuristic approach and applications [J]. Transportation Scien论文导读：2012，47（5）：881-88
7.上一页12
ce， 2009，43（2）：129-143.张建勇， 郭耀煌. 一种多式联运网络的最优分配模式研究[J]. 铁道学报， 2002， 24（4）：114-116.
[3]王涛， 王刚. 一种多式联运网络运输方式的组合优化模式研究[J]. 中国工程科学， 2005，7（10）：46-50.
[4]张运河，林柏梁，梁栋， 等. 优化多式联运问题的一种广义最短路方法研究[J]. 铁道学报，2006，28（4）：22-26.
[5]井祥鹤，魏冬峰， 周献中. 运输方式选择多目标优化问题的混合遗传算法[J]. 计算机工程与应用，2008，44（6）： 210-212，224.
[6]井祥鹤，商文忠，贺菁，等. 区间数型多式联运路线优化问题的混合遗传算法[J]. 计算机应用研究， 2009，26（6）：2062-2065.
[7]伍转青. 物流企业多式联运运输路线选择研究[J]. 铁路采购与物流， 2011，6（2）： 52-54.
[8]李愈， 赵军， 吴刚， 等. 带有固定运费的多式联运方式选择[J]. 西南交通大学学报， 2012，47（5）： 881-887.