道路限行的城市配送路径优化方法设计
何玉兰
（重庆交通大学交通运输学院，重庆 400041）
摘 要： 随着人们生活水平的提高，城市配送在我们的生活中的影响越来越突出。一方面，城市配送加快了当地的商品流通，带动了城市的经济发展、提高了人们生活的便利性。另一方面，城市配送也带来了诸多负面影响，如交通拥堵、能源消耗和环境污染等。因此，很多城市都在出台相关限行措施的方式对车辆通行的时段与路段进行控制，配送企业面对的作业难度骤增。文章将从实际需要着手，构建与货运车辆道路限行相关的配送优化模型，据此开发出实用算法，在道路限行现实情景下制定车辆行驶路径方案，为配送企业提供决策调度支持。
关键词： 道路限行；城市配送；路径优化
1 配送优化模型的构建
1.1 问题描述
有关城市货车交通管制相关的配送优化研究能够看成是对存在时间窗约束影响下的车辆调度研究的深层次扩展：由单个配送中心，选择多辆货车对若干个需求点完成必要的送货服务支持，并且在各个需求点时间窗、需求量与位置约束以及车辆载重以及通行时段与路段的情况下，更加科学合理地确定行车路径，由此获得配送最优的效果。
“科学探究能力”是指“能够发现现实世界的生物学问题，针对特定的生物学现象，进行观察、提问、实验设计、方案实施以及对结果的交流与讨论的能力”。
本文实现模型构建期间涉及的目标要素对应是：
（1）车辆数最少：为能够更好地与客户需求相符，各个企业都需要配备充足的车辆来保障送货任务顺利实施；（2）行驶距离最短：车辆的行驶距离与企业需要投入的配送成本有很明显的正相关联系，而且道路通行以及油耗等都与行驶距离密切相关，故而将行驶距离确定为最短的目标能够更大程度上达成配送成本最少的功能目标；（3）碳排放最低：政府推出通行管制的目标就是降低车辆通行，减少污染影响。
为能够顺利达成如上目标，在实现配送优化分析期间还需要重视下述条件约束：
针对配送相关的有向连通图G=（N，M）而言，其呈现出下述特征情况：mij表征需求点i与j两者间的弧，全部弧选择M加以表征；顶点0表征的是配送中心位置，顶点1，2，……，n表征的是需求点位置，包含顶点0的时候全部顶点的集合表征是N，即可得N=｛0，1，2，……，n｝；不包含顶点0的时候，全部顶点的集合表征是C，即可得到C=｛1，2，……，n｝；mij表现的是时间值tij以及其距离值dij，前者表征的是两个需求点i与j需要的运输时间情况；需求点i位置需要的服务时间表征是si，而且需求量对应表征是qi；V=｛1，2，……，k，……，K｝表征的是全部车辆合集，其中Qk表征的是车辆k能够达成的最大载重量；E表征的是禁行路段所在的合集，能够满足M∩E=E；其中，[Rb1，Re1]表征的是早高峰期间的管制时段，[Rb2，Re2]表征的是晚高峰间的管制时段，R表征的是管制时段内全部限行路段合集，存在R∩E=Φ，M∩R=R的条件约束。此外，选择α表征单位运输期间的距离变动成本情况，β表征的是单位车辆开启需要的固定成本 情况。此处，dij，tij，qi，si，Qk，Rb，Re，α以及β对应都是非负数的存在。
为保障初始解能够在其可行域内呈现出随机分布状态，需要设计获得与此种群生成相关的启发式规则。假定N表征的是种群规模情况，Ak表征的是第k条配送链情况，Akw表征的是与该链相联系的第w个客户，假定客户集合B=C并且Mw表征从第w个客户（配送中心）开始后能够达到集合B相关的客户情况，假定此处的变量k=1，如此就能够将规则表征是：
1.2 变量与参数
（1）各个配送线上需求点的总体货物需求与车辆的最高载重量相符；（2）各个需求点相关的需求量都能够获得有效满足，并且仅仅是单辆车对其实施单次服务支持；（3）配送车辆经配送中心发出，配送完成后回归配送中心；（4）不得在进行路段内行车；（5）管制时段内车辆维持等待情况。
在几次预演练的基础上设计出如下技术路线：挖掘、收集各类内分泌、泌尿外科疾病现有文献，筛选并分类；计算机编程：设计数据转换程序，以便将下载的文本数据批量地转换成适合上业网络平台数据库格式的数据；依据网络技术规律，结合目标用户需求，搭建数据库框架；完成符合数据库要求的软硬件建设；进行各类数据资源试上载，针对出现的问题进行调整，之后数据资源全部上载；通过上业数据平台上传至网页服务器；在上述步骤准确无误完成后发布应用。
在此模型内存在决策变量xijk，针对存在的弧mij以及车辆k而言，xijk=1，此时车辆k由其需求点i来到j；反之，xijk=0。
1.3 模型构建
目标函数：
此处Ak对应着的是配送路径情况，k对应着的是被调度车辆情况。
一个胖大的女子负责须生的苦音腔——她不是这戏班子人，王爷在小区花园闲耍木偶时遇到，觉得她唱花脸行，嗓音姿态都有那个范，就让她跟了来——王爷自己肘木偶。唱的是朱登春代叔从军，立功，封侯归省，杀宋成，听朱婶谎言母妻已故，痛去坟台哭祭……至悲愤处，只见王爷手中那一身孝衣的“朱登春”浑身颤抖，黑色长髯被长袖撩起又抛下撩起又抛下，帽翅随着脸的颤动不停地振来振去，那情形，仿佛世上所有的苦都被那朱登春此时一个人受着了。
所有患者均在常规对症治疗的基础上，给予注射用万古霉素（Eli Lilly Italia S.P.A.公司，注册证号：国药准字J20050069，规格：0.5 g）0.5 g加至0.9%氯化钠注射液250 mL中，静脉滴注，q12 h，滴速为10 mg/min（不宜超过15 mg/min）；同时行维持呼吸、循环功能及营养支持等综合治疗[7]。
2 基于道路限行的混合遗传算法设计
2.1 初始种群生成
众人想想，还真有道理。秦铁崖接着道：“秦某为何常常获胜？很简单，胆气壮，不怕伤，不怕死。对手以为，我身在官场，惯于指手画脚，只会让手下当炮灰，以为我怕输，怕负伤，怕死。嘿嘿，他想错了，我不怕！或许诸位要说，那些亡命之徒，也不怕负伤、不怕死，怎不老打胜仗？那是不同的，亡命之徒都不是高手，真正的高手，都不是亡命之徒，本事不同，境界不同。试想想，没有真功夫，一味死缠烂打，这叫不怕死？这叫白送死！而那些江湖高手呢，往往太珍惜名声，怕输，更怕受伤。一旦受伤，就算赢了，内心也长久放不下：我居然会受伤？我的功夫如此不济？传出去岂不是笑谈？看来今后要加倍小心，尽量少出手，保全名声要紧。”
Stepl：如果B=Q5规则符合，就结束执行。反之，就继续执行操作；
《指路经》在西南少数民族的葬礼中比较普遍。苗族的《指路经》，内容从死者出生开始说起，讲到他（她）出生的地方（也是埋衣胞的地方），他（她）为什么死，他（她）离开家如何去到祖先亡灵所在的地方，路上如何应答，如何过河，如何辨认谁是祖先，等等。
Step2：于Mo内按照1/|Mo|概率的方式随机选定客户i，将其于B内移开，确定w=1，Akw=i。
①于Mo内按照1/|Mo|概率的方式随机选定客户i，将其于B内移开，确定w=w+1，Akw=i；继续②；
②如果
，参照1/w-1概率得到1～w-1范围内的自然数p，选择Akw＇（w＇=p+1，p+2，……，w.）引入B，Akw＇=0（w＇=p+1，p+2，……，w，）k=k+1继续Stepl；反之，则继续①。
约束条件：
式（1）表征的是配送总成本最低，其涉及碳排放、车辆行驶距离、车辆延误惩罚以及车辆启用四部分的成本内容；式（2）表征的是各个需求点仅能够被单辆车加以服务；式（3）与式（4）约束各辆车在出发后，实现相关的配送要求后再行返回配送中心；式（5）是避免所得规划内出现子回路的情况；式（6）表征的是不得在禁行路段内行车；式（7）表征的是不得在禁行时段内行车；式（8）表征的是各路径上需求量综合能够与车辆最大载重相符的要求；式（9）表征的是决策变量呈现出来的整数化约束影响；式（10）表征与到达时间相关的非负性约束影响。
2.2 适应度函数
当个体所得到的适应度值更高的情况下，则算法具备更好的性能。鉴于管制影响下的配送优化本质上是最小化问题，即获得最小的配送成本，目标函数值对应着的就是效用值求和，优劣解相差的数值并不高。为确保目标函数能够更好地转换适应度的情况，此处选定目标函数值对应着的倒数充当其适应度函数，明确f=1/z。
2.3 选择操作
本文用到的选择策略是最佳个体保留以及轮盘赌，全部个体参照其适应度情况由大到小加以排列，并且适应值最大的个体复制为下一代，由此确保最优个体能够在遗传期间继承下去，其余的个体则参照轮盘赌的情况加以选择，得到其适应度和值
，单一个体相关的概率情况对应是
，获得其累计概率
由此获得随机数rand，如果出现pi-1＜rand≤pi就需要将个体i选出到下一代，反之，就继续操作一直到与规模N要求相符。
2.4 变异操作
参照确定的变异概率Pm，选择需要的个体G，即：
Stepl：于其染色体内得到客户i与j，互换位置得到最新的G’，如果G`对应是不可行解，就需要放弃，继续Stepl。反之，继续Step2；
Step2：对比G与G'两者的适应度函数值情况，如果出现f（G）＞ f（G’），继续Step。反之，就接受G’，变异分析完成。
3 结语
本文针对货运交通管制影响下的城市配送优化情况展开分析，明确带时间窗作用的车辆调度能够归属到NP-hard的问题。由于专业经验积累以及时间等限制，本研究还存在诸多不足，后续将从以下方向深化：（1）考虑由多个配送中心实现联合配送安排；（2）实际工作期间，客户对货物需要多变，配送企业也需要安排更多车型配送，考虑多车型情况的配送方案使整个调度优化分析更贴合现实。
参考文献
[1]赵璐，赵磊，朱道立.有道路限行的集团蔬菜城市配送车辆路径问题[J].上海管理科学，2013（5）：38-45.
[2]陈广文.电商城市配送网点选址及路线优化研究[D].广州：华南理工大学，2014.
[3]赵璐.面向集团客户的城市蔬菜配送车辆路径问题研究[D].上海：上海交通大学，2014.
[4]张帆.带时间窗推荐的城市货运共同配送系统研究[D].北京：北京交通大学，2015.
[5]胡云超.城市物流可持续发展研究[D].北京：北京交通大学，2013.
[6]唐明玉.北京市物流政策对城市配送效率的影响研究[D].北京：北京交通大学，2016.
[7]孙静.城市生鲜蔬菜配送系统优化研究[D].北京：北京交通大学，2016.
[8]齐佳婷.城市农产品冷链物流配送车辆路径问题研究[D].杭州：浙江理工大学，2016.
[9]潘挺雷.基于改进蚁群算法的区域车辆配送路径优化方法研究[D].杭州：浙江理工大学，2016.
[10]朱玲.JD公司武汉市配送线路优化研究[D].淮南：安徽理工大学，2016.
[11]张文光.基于蚁群算法的电商物流末端配送模式及路径优化研究[D].贵阳：贵州师范大学，2016.
[12]吴加恩.S超市配送中心选址及配送路径设计[D].南京：南京理工大学，2013.
作者简介： 何玉兰，硕士，研究方向为交通规划与管理。
标签：道路限行论文; 城市配送论文; 路径优化论文; 重庆交通大学交通运输学院论文;