危險品物流運輸中的多目標車輛調度優化問題

鄒坤

成都信息工程學院銀杏酒店管理學院 四川成都 611743

危險品物流運輸中的多目標車輛調度優化問題

鄒坤

成都信息工程學院銀杏酒店管理學院 四川成都 611743

綜合考慮危險品物流運輸的安全性和經濟性，以運輸總成本、車輛總數、人口密集區經過數、限行區域數為目標建立了一個多目標優化模型。針對模型，設計了一種改進的遺傳算法來求解問題。

危險品；車輛優化調度；危險品運輸；多目標

1.引言

危險品物流運輸不斷的威脅著社會環境和人類生命財產安全。2000年至2009年間，在美國，就發生167680起危險品運輸事故，死亡133人，受傷2784人，損失達6億4千萬美元[1]。目前關于危險品運輸車輛調度問題的研究多是從風險分析的角度來建立模型，目標為最小風險[2,3]，最小最大風險，以及最小風險方差。在許多情況下，風險參數的統計數據嚴重缺乏、以及風險參數及懲罰成本參數的準確性和可靠性難以保證。此時，基于風險分析的危險品運輸車輛調度優化模型的可用性受到限制。

2.危險品道路運輸車輛優化調度模型的建立

2.1 模型描述與假設

基于文章的研究內容，作如下的假設：

1)單獨顧客對危險品的需求量不會超過每輛車的最大容量；

2)文章中只有一種車型，并且車輛容量已知；

3)每個顧客都被滿足，并且都只由一輛車來進行。

2.2 符號定義

θ：表示配送中心（i=0）；N：表示{θ}∪C；qi：顧客i對貨物的需求量；q0：貨物的運輸部門

ai：顧客i指定的最早送達時間；bi：顧客i指定的最遲送達時間；Lij：顧客i到顧客j所間隔的距離；tij：顧客i到顧客j所要行駛的時間；Tik：到顧客i的車輛k所要的總時間；

y ：由顧客i到顧客j的車輛k所涉及的押運人員數；

2.3 模型建立

建立的危險品物流運輸調度模型目標函數為：

3.模型求解

應用遺傳算法解決非線性0-1整數模型，具體的操作程序如下：

1）編碼及種群初始化。對于危險品運輸車輛調度優化模型（1）-（16）隨機產生5個種群V1, V2,V3, V4,V5，設popsize為染色體規模，讓這5個種群都包含有popsize個染色體。

2）目標的評價。5個種群V1, V2,V3, V4,V5的目標函數分別為（1）-（4），先對每個種群進行個體評價，再進行相應的排序。

3）挑選。運用賭輪盤機制，利用相應評價函數，分別對這幾個種群進行單個的選擇：

a) 對當前得到的這5個種群的目標函數進行評價，再進行排序；b）前4個群體一共選出*popsize個染色體替代第5個種群中最后popsize個染色體，為最后一個種 選擇該種群中的前λj**popsize 個染色體，j=1,2,3,4。這樣就得到第5個種群來為下一代的種群。

6）結束。當迭代次數符合所求目標函數時，程序運行結束并且得出結果。

4.結語

文章同時考慮危險品運輸的安全性和經濟性，建立了一個帶時間窗的危險品物流運輸車輛多目標調度模型。該模型避免了風險分析模型中事故概率等模型參數難以獲取的障礙，具有良好的使用范圍和可操作性。針對文章建立的非線性0-1整數規劃模型，設計了一種改進的遺傳算法對問題進行求解。為危險化學品配送中心進行危險品運輸提供了決策技術。

[1]Y Kang, R Batta, C Kwon. Generalized route planning model for hazardous material transportation with var and equity considerations [R]. Working paper, University at Bufalo, Bufalo, USA, 2012.

[2]E Alp. Risk-based transportation planning practice: overall methodology and a case example [J]. Information Systems and Operations Research, 1995, 33(1):4-19.

[3]高清平.基于可能-概率測度轉換的危險品運輸風險分析[J].中國安全科學學報,2011,21(3):90-94.