摘要
在多式联运中，如何选择运输方案是重点环节，而运输过程中的不确定参数和班期的限制会影响运输方案的选择。因此，本文在绿色多式联运的背景下，考虑单位运输成本和运输速度两种参数的不确定以及班期限制带来的影响，结合随机规划理论，建立优化模型，设计启发式算法作为解决方法。主要内容如下: （1）在模型建立方面，考虑单位运输成本和运输速度两种参数的不确定以及班期的影响，从运输总成本、运输总时间和运输总碳排放量最小化的角度出发构建了绿色多式联运路径优化模型。同时利用随机分布对不确定参数进行描述，并用蒙特卡洛模拟方法进行参数处理，并利用随机规划理论中的期望值模型对含有不确定参数的多目标优化模型进行转化。 （2）在算法选择方面，设计了结合随机模拟的非支配排序遗传算法（NSGA-Ⅱ）。同时针对算法可能出现的落入局部最优的情形，对其原有的模拟二进制交叉算子和多项式变异算子进行改进，融合洗牌交叉和高斯变异算子，并介绍一种对当前最优个体进行柯西变异的新个体生成方法，提高算法的近邻域搜索能力，从而达到全局最优。 （3）从实际案例出发证明算法和模型的有效性。结果表明，模型能够很好的反映不确定参数和班期限制对运输方案选择的影响;所选算法能够有效的求出Pareto前沿解集，且该改进后的算法，在收敛速度、解集多样性和寻优能力上表现更优。同时选取四种典型情景下求得的多个方案中的三个代表性方案（即运输总成本最少、运输总时间最短、运输总碳排放量最少）进行对比，探讨不确定参数和班期限制的具体影响。对比结果显示，班期的存在会使得运输路径及运输方式发生改变;不确定参数主要通过影响运输方式的选取，从而影响到最终方案的抉择。最后对于利用改进后算法所求得的Pareto前沿解集对应的19组可行方案进行二次决策，采用熵权-TOPSIS法对每个方案进行综合评分，选择出综合评分最高的1号方案供给决策者参考，同时发现在单一目标上表现好的方案综合评分却很低，也从侧面说明进行多式联运方案选择时要综合考虑多个目标的必要性。
NETL