模糊需求下低碳取送货车辆调度问题与算法

摘要

针对物流配送过程中的高碳排放问题,从低碳视角出发,构建考虑模糊需求的低碳取送货车辆调度(LCVRPPD)模型,并提出一种基于2-OPT的差分算法对问题进行求解.该算法中,采用自然数编码方式并设置三种不同的适应度函数;随后,引入2-OPT算法取代差分算法原有的变异机制,并结合二项交叉算子和贪婪选择算子,从而提高改进算法的收敛速度.案例分析中,通过田口法确定改进算法参数的合理取值,通过SPSS分析揭示了在运输成本最小、碳排放量最小和总成本最小的三种不同目标模型中,以总成本最小为目标函数的模型的解的效果最好.针对不同顾客规模的算例,改进算法与基本差分算法相比,总成本可以降低1.8％～3.0％,碳排放量可以降低0.7％～3.5％;与遗传算法相比,总成本可以降低1.9％～16.47％,碳排放量可以降低1.2％～4.3％;与粒子群优化算法相比的优化效果更加明显,总成本可以降低4.0％～22.5％,碳排放量可以降低1.56％～7.88％,验证了算法的有效性及先进性.综上,所提出的模型和算法可以为低碳取送货车辆调度问题提供参考.