多中心联合配送模式下集货需求随机的VRPSDP问题

摘要

针对多中心联合配送模式下集货需求随机的同时配集货车辆路径问题(MDVRPSDDSPJD),构建了两阶段MD-VRPSDDSPJD模型.预优化阶段基于随机机会约束机制以及车载量约束为客户分配车辆,生成预优化方案;重优化阶段采用失败点重优化策略对服务失败点重新规划路径.根据问题特征,设计了自适应变邻域文化基因算法(Adaptive memetic algorithm and variable neighborhood search,AMAVNS),针对文化基因算法易早熟、局部搜索能力弱等缺陷,将变邻域搜索算法的深度搜索能力运用到文化基因算法的局部搜索策略中,增强算法的局部搜索能力;提出自适应邻域搜索次数策略和自适应劣解接受机制平衡种群进化所需的广度和深度.通过多组算例验证了提出模型及算法的有效性.研究成果不仅深化和拓展了 VRP(Vehicle routing problem)相关理论研究,也为物流企业制定车辆调度计划提供一种科学合理的方法.