灵活多车场多类型的叫车接送问题的规划模型

摘要

为解决1种新的叫车接送问题(DARP)——灵活多车场多类型的叫车接送问题(MDHDARP-FD),建立以总行驶成本最小为目标的混合整数非线性规划数学模型.由于模型非常复杂,难以直接求解,对模型进行约束线性化、变量聚合和添加有效不等式等处理.在约束线性化过程中,非线性约束被重写为等价的线性约束;在变量聚合过程中,将具有相同性质的决策变量进行聚合,以减少变量数量;还引入了一些有效不等式来强化模型.从而获得1个解空间较小易于求解的新线性规划模型,并结合不同类型的车辆和乘客需求进行叫车接送问题的仿真测试.算例结果表明,相比于传统叫车接送问题,该模型能在满足复杂约束的基础上,得到1组实现乘客接送需求的最优车辆路线,并且能有效降低总行驶成本、车辆行驶时间和求解时间,总行驶成本在不同类型的DARP上可平均降低1.51％～6.69％,证实了叫车接送问题的总行驶成本可以随着灵活车场的引入而减少.