摘要
为了快速响应客户，合理的减少配送成本，避免车辆配送过程中“空程”而导致的配送运力损失，现代物流企业在考虑客户服务时间的基础上集成取货送货一体化服务，产生了带时间窗的同时取送货车辆路径问题。由于存在客户服务时间，车辆负载、行程约束以及多中心联合配送等因素约束影响，使得该问题求解更加的困难。因此，研究带时间窗的同时取送货车辆路径问题具有理论研究意义和工程应用价值。主要研究工作包括： （1）带时间窗的同时取送货车辆路径问题优化模型及求解算法。考虑单配送中心、单车型和客户时间窗的同时取送货车辆路径问题，建立了以车辆使用成本、车辆行驶成本总成本最小化的路径优化模型，提出自适应头脑风暴算法求解，全局搜索阶段，采用多项惩罚方式扩大搜索区域，使用聚类及3种路径搜索策略进行全局搜索；局部搜索阶段，将6种破坏-修复算子作为备选集合，进而设计自适应动态选择邻域搜索机制，增强局部搜索效能。 （2）多中心联合配送模式VRPSPDTW问题优化模型及求解算法。进一步考虑具有多个配送中心联合配送的带时间窗的同时取送货车辆路径问题，建立考虑固定成本、可变成本和惩罚成本的总成本最小化优化模型，提出变邻域麻雀搜索算法求解。通过 Sine 混沌映射函数对麻雀种群初始位置分布优化，引入正弦搜索策略改进麻雀位置更新方式，提高个体自适应性，将变邻域搜索算法融入麻雀算法的局部搜素策略中，提高算法整体搜索效能。 （3）算例验证及结果分析。针对带时间窗的同时取送货车辆路径问题，选取标准算例测试集进行仿真实验，通过小规模算例、大规模算例和实际配送案例对比分析，验证模型的有效性，同时证明了论文算法比已有算法具有更好的求解性能；针对多中心联合配送模式下带时间窗的同时取送货车辆路径问题，分别选取MDVRP算例、VRPSPDTW算例和MDVRPSPDTWJD算例对其进行仿真实验，结果表明论文算法性能更优，具有较强的稳定性和鲁棒性。
NETL