摘要
为了使客户得到更加优质的服务,设计科学合理的算法进行车-货匹配并优化车辆路径,结合同城货运平台订单需求实时变化特点,以车辆使用成本、燃油成本、延误或提前到达货主位置产生的违约成本、为避免道路拥堵或产生过大违约成本产生的等待成本最小为 目标函数,建立考虑车-货匹配、城市时变路网等约束的车辆路径优化模型.设计一种混合量子粒子群优化算法,决策最优货物匹配方案、车辆路径及车辆运行时间计划方案.研究结果表明:设计改进的量子粒子群算法得到的小规模算例优化解与Cplex优化软件得到最优解的相对偏差为3.7％,但所设计算法的平均求解时间仅需54.84 s,而Cplex的平均求解时间则需8 640.80 s;在合理规划周期内,所提出的路径规划模型可通过调整车辆出发时间有效地将违约成本转化为代价较低的等待成本,或通过牺牲油耗成本降低违约和等待成本从而降低平台运营总成本;当单位等待成本为单位违约成本的30％时,考虑时变路网可有效降低平台运营总成本,当单位等待成本为单位违约成本的20％时,考虑时变路网可降低0.7％的平台运营总成本,当不考虑等待成本时,考虑时变路网可降低10.6％的平台运营总成本.
维普
万方数据