貨運車輛優化排程方法分析

2023-02-07 20:33:02 字數 4405 閱讀 5385

據統計,美國2023年的運輸費用為5900億美元,佔當年gdp總值99600億美元的5.92%,可見,減少運輸費用是有效減少物流成本的重要方面。對於物流中心和第三方物流企業的貨物配送,運輸車輛的排程是工作的重點,正確合理的排程可以有效減少車輛的空駛率,實現合理路徑運輸,從而有效減少運輸成本,節約運輸時間,提高經濟效益。

1 運輸車輛排程規劃問題分類

貨運車輛優化排程問題可根據不同性質具體分為以下幾類:

按照運輸任務分為純裝問題、純卸問題以及裝卸混合問題。按照車輛載貨狀況分為滿載問題和非滿載問題,滿載問題是指貨運量多於一輛車的容量,完成所有任務需要多輛運輸車輛。非滿載問題是指車的容量大於貨運量,一輛車即可滿足貨運要求。

按照車輛型別分為單車型問題和多車型問題;按照車輛是否返回車場劃分為車輛開放問題和車輛封閉問題,車輛開放問題是指車輛不返回其出發地,車輛封閉問題是指車輛必須返回其發出車場。

按照優化的目標可分為單目標優化問題和多目標優化問題;按照有無休息時間要求可分為有休息時間的排程和無休息時間排程問題。

實際中的車輛優化排程問題可能是以上分類中的一種或幾種的綜合。

車輛優化排程問題是乙個有約束的組合優化問題,屬於np難題(nondeterministic polynomial problem)。隨著問題輸入規模的擴大,求解時間呈幾何級數上公升。

求解車輛優化排程的方法可以分為精確演算法、啟發演算法和智慧型演算法。精確演算法主要有分支界定法等;啟發式演算法主要有構造演算法、兩階段法等;智慧型演算法分為神經網路方法、遺傳演算法和模擬退火演算法等。

精確演算法的計算量隨著車輛優化問題規模的增大呈指數增長,如當卸貨點的數目超過20個時,採用精確演算法求解最短運輸路徑的時間在幾個小時以上。精確演算法不適合於求解大規模的車輛優化排程問題。

2 啟發式演算法

啟發式方法是從尚未安排的車輛、運輸任務或行駛路徑中按照構造演算法進行選擇,直到所有任務和車輛均被排程為止。構造的每一步,根據某個判別函式,把當前的線路構形和另外的構形進行比較並加以改進,以最小代價把乙個不在當前構形上的需求物件插入進構形,最後得到乙個較好的可行構形。常見的構造演算法有節約演算法、最鄰近法、最近插入演算法等。

啟發式方法並不追求問題的最優解,而是強調問題解的滿意性,只要決策者認為所得到的解能夠較好的滿足要求就可以了。

集貨或送貨非滿載車輛排程問題是車輛排程中的乙個基本問題,下面簡單介紹採用啟發式演算法求解的具體步驟:

(1) 模型的建立

將車場編號為0,車輛編號為k,任務編號為1,2,…,l,考慮運輸量約束、停車點車輛數目約束、集貨和卸貨時間約束等約束,可定義如下的基本模型:

式中,cij表示從點i到j的運輸成本,它可以根據優化的目標具體體現為運輸距離或運輸費用或運輸時間。xijk和yki為變數,定義為:

式中,eti和lti分別為任務i允許的最早開始時間和允許的最遲結束時間;gi為第i點的貨運量,q為運輸車輛的額定載重量。

(2) 模型的求解

c-w演算法由clarke和wright提出,該演算法簡單易用,以改進的c-w節約啟發式演算法為例來求解車輛排程問題。其步驟如下:

① 首先計算各個點i和點j之間線路的費用節約值s(i,j),形成集合m,並按照從大到小對s(i,j)進行排序,其中:s(i,j)=ci0+c0j-cij 。

② 若m為空,則終止疊代,否則對m中的第一項s(i,j)考察是否滿足下列條件之一,如滿足則轉下步,否則轉⑥。

(a) 點i和j均不在已構成的線路上;

(b) 點i和j在已構成的線路上,但不與車場相連;

(c) 點i和j位於已構成的不同線路上,均不與車場相連,且乙個是起點,乙個是終點。

③ 考察點i和j連線後的線路上總貨運量q,若q≤q,則轉下步,否則轉⑥

④ 計算連線點i和j所在的線路後,車輛到達j點的時間比原路線上車輛到達j點的時間的變化量為:efj=si+ti+tij-sj。

(a) 若efj=0,轉⑤;

(b) 若efj <0,則計算,當|efj|≤,轉⑤,否則轉⑥;

(c) 若efj >0,則計算,當|efj|≤,轉⑤,否則轉⑥。

式中,為線路上j點後面的各任務處均不需要等待的到達j點時間的最大允許提前量;為線路上j點後面的各任務不違反時間約束的到達j點時間的最大允許推遲量。其中:

⑤ 連線點i和點j,計算車輛到達各任務時的新時間。

⑥ 令m = m -s(i,j),轉②

以上是針對單車場的車輛優化排程問題的求解,多車場問題可以轉化為單車場問題來處理,首先確定每個車場完成的任務,然後再求解。

3 人工智慧演算法

3.1 遺傳演算法

遺傳演算法主要由選擇、交叉和變異三個運算元組成,分別模仿自然界進化過程中的自然選擇和群體遺傳過程中發生的交配和突變等現象。採用遺傳演算法求解車輛優化排程問題時,一般按照以下步驟進行:

(1)確定染色體的編碼和初始群體

採用自然數對可行線路進行編碼,如長度為l+m的染色體可寫為:

(0,i11,i12,…,i1s, 0,i21,…,i2t,0,…,0,im1,…,imn)

其中,ikj表示第ikj項任務,這樣的染色體結構可理解為車輛從車場0出發,經過任務i11,i12,…,i1s後回到車場0,形成子路徑1;然後又從車場0出發,經過任務i21,…,i2t後返回車場,形成路徑2,如此反覆,直到所有的m項任務全部被完成為止。在子路徑1內交換i11 和i12的位置表示行走路徑的改變,也使函式目標改變,這樣,下面的遺傳疊代可使函式目標最小,也即趨向於最佳或較佳的路徑。

初始群體的產生採用隨機方法,隨機產生l個城市的全排列,根據任務的源點和匯點將0標準插入排列中,形成一條初始染色體。如此反覆,直到滿足群體數,群體數一般大於20個。

(2)確定適應度函式

車輛排程的優化目標有多種多樣,常見的目標有總運費最小,總運輸時間最短,空載車總執行時間最小,完成任務所需的車輛最小總運輸時間最短,空載車總執行時間最小,完成任務所需的車輛最小等,以總運費最小為例,其目標函式為:

式中,cij為從源點i到匯點j每輛車的單位費用,xij為每班從源點i到匯點j的滿載車的數量。m,n為源點和匯點的數目。

(3)處理約束

為保證車輛排程優化的正確性,約束往往必不可少,常見的約束有匯點處理能力約束,非負約束,車流連續性約束。

一般採用懲罰的方法來處理約束,如果乙個染色體對應的解違反了某個約束,根據其違反程度給予一定的懲罰,使其具有較小的適應度值。這樣在不損失群體數目的基礎上,隨著疊代的進行,使不可行解的數目在群體中所佔比例越來越小,可行解的數目則逐漸增加,並趨向最優解。

(4)遺傳運算元

經典的遺傳運算元包括複製、交叉、變異。複製運算元的目的是保留優良個體,避免基因缺失,提高全域性收斂性和效率。目前常用的複製運算元有放回式隨機複製又稱輪盤賭複製,無放回式隨機複製等十幾種。

交叉運算元的作用是組合出新的個體,在染色體空間進行有效搜尋,同時降低對有效模式的破壞概率。染色體採用自然數編碼時,交叉運算元一般有部分匹配交叉,順序交叉,圈交叉等。染色體採用二進位制編碼時,常採用的交叉運算元有單點交叉,雙點交叉等。

交叉運算元中採用的交叉率一般在0.75~0.95之間。

變異運算元是為了克服基因缺失和不成熟收斂。目前常用的變異運算元有常規位變異,均勻變異和非均勻變異等。變異運算元的變異率一般為0.005~0.01。

除了上述的經典遺傳運算元外,人們又研究了其他一些運算元,稱為高階運算元,如顯性運算元、倒位運算元、分離和易位運算元、遷移運算元等。

(5)確定排程方案

通過上述的遺傳操作,產生效能最優的染色體串,根據初始的編碼規定將該串解碼成最優排程方案。

實用中,人們往往將遺傳演算法與其他方法如啟發式方法和模擬退火演算法雜合,以及將排程專家經驗融入模型和遺傳操作中,以提高求解的效果。

3.2 神經網路演算法

人們經常採用hopfield網路和自組織特徵對映神經網路來解決車輛的優化排程問題。在hopfield網路中,系統能夠從初始狀態,經過一系列的狀態轉移而逐漸收斂於平衡狀態,此平衡狀態是區域性極小點。採用神經網路來求解車輛排程問題時,一般按下列步驟進行:

(1)產生鄰接矩陣

將車輛的源點、所經過的各個匯點和停點抽象成網路的結點,它們之間的有向路徑抽象成網路的邊,由此構成乙個有向圖g=(n,l,d),其中n表示結點數,l表示邊數,d為n×n的矩陣,稱為鄰接矩陣。如果兩個結點間存在路徑,則鄰接矩陣相應元素的值為路徑的長度;如果兩個結點間不存在路徑,則鄰接矩陣相應元素的值為∞。

(2)約束的處理

對於車輛排程中的約束,將其作為神經網路的乙個能量項來處理,將其施加乙個懲罰項後加入到網路的能量方程式中,這樣隨著網路的收斂,約束的能量也逐漸趨於穩態,使約束得到體現。

(3)神經網路計算

設鄰接矩陣中的每個元素對應著乙個神經元,定義位於位置(x,i)的神經元的輸出為vxi。首先確定網路的能量函式,該能量函式包括網路的輸出能量函式和各個約束轉化的能量函式[4]

式中,e5為距離最短目標,e1為有效路徑約束,e2為輸入輸出路徑約束,e3為網路收斂約束,e4為規定的起點終點約束。

進而,確定神經元的傳遞函式和狀態轉移方程,經過網路的反覆演化,直至收斂。當網路經過演化最終收斂時,可形成乙個由0和1組成的換位陣,陣中的1所在位置即表示所經過的結點,這些結點間的距離之和即為最短距離。

(4)排程方案的形成

根據換位陣所形成的最短距離,最終來確定車輛排程的方案。

貨運車輛管理規定

為了更好地完善公司的內部管理,增強企業的凝聚力,明確司機的利益與公司的效益的密切關係,提高司機的工作責任心,特定如下制度。一 貨運車輛與司機的管理制度和獎罰制度 1 車輛由公司指定人員負責管理,公司根據司機全年工作表現,從司機產值 安全行車 維修費用 服務態度 客戶意見等各方面全面考慮,對表現好的司...

公路貨運車輛管理辦法

一 內容與適用範圍 1 本辦法規定了貨運車輛的承運管理 安全管理 任務分配 票據管理和運費結算。2 凡參與公司運輸的貨運車輛除遵守公司各項管理規定外,還必須遵守本辦法。3 本辦法適用於公司貨運車輛的管理。二 車輛要求 1 凡編入公司公路運輸部的車輛需證照齊全,車輛配置完全,技術指標效能符合國家標準。...

進出廠貨運車輛管理辦法

為規範進 出 廠貨運車輛管理,保證道路安全和工廠環境衛生,特制定如下管理辦法,請所有進 出 廠貨運車輛自覺遵守 1 所有車輛登記 裝運必須使用真實車號,如發現票實不相符,每次罰款500 1000元 2 所有貨運車輛必須按要求過磅,不得發生壓磅現象,如有壓磅,一次罰款1000元 3 廠區內所有貨運車輛...