考虑软时间窗的同时送取货随机旅行时间车辆路径问题
作者:
作者单位:

1.上海财经大学 信息管理与工程学院,上海 200433;2.上海市金融信息技术研究重点实验室(上海财经大学),上海 200433

作者简介:

张 涛(1970—),男,教授,博士生导师,工学博士,主要研究方向为供应链建模与优化、生产计划与调度等。 E-mail:taozhang@mail.shufe.edu.cn

通讯作者:

王楚楚(1992—),女,博士生,主要研究方向为物流优化、生产计划与调度等。 E-mail:chuchuw@163.sufe.edu.cn

中图分类号:

O223

基金项目:

上海市科委项目(20511101403);中央高校基本科研业务费专项资金(2023110139)


Stochastic Travel-time Vehicle Routing Problem with Simultaneous Pick-up and Delivery Considering Soft Time Windows
Author:
Affiliation:

1.School of Information Management and Engineering, Shanghai University of Finance and Economics, Shanghai 200433, China;2.Shanghai Key Laboratory of Financial Information Technology (Shanghai University of Finance and Economics), Shanghai 200433, China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    考虑车辆总旅行时间约束和车辆载重限制以及客户对服务时间窗的要求,研究带有软时间窗的同时送取货随机旅行时间车辆路径问题(STT?VRPSPD),建立机会约束规划模型。将禁忌搜索算法与分散搜索算法相结合,构建混合分散禁忌搜索(HSTS)算法,并采用C?W节约算法生成初始解。基于经典的Dethloff算例和Solomon时间窗生成方法,分别生成包括50个客户、200个客户各20组算例,算例测试结果验证了混合分散禁忌搜索算法的有效性。

    Abstract:

    According to the constraints of the total vehicle travel time, vehicle load, and the soft time windows, we studied the stochastic travel-time vehicle routing problem with simultaneous pick-up and delivery (STT-VRPSPD) considering soft time windows and established a chance-constrained programming model. Combining the tabu search algorithm with the scatter search algorithm, a hybrid scatter tabu search (HSTS) algorithm was constructed, and the C-W saving algorithm was used to generate initial solutions. Based on the classic Dethloff instances and Solomon time window generation method, 20 groups of instances including 50 customers and 20 groups of instances including 200 customers were generated respectively for numerical tests. The numerical results verify the effectiveness of the HSTS algorithm.

    参考文献
    相似文献
    引证文献
引用本文

张涛,王楚楚.考虑软时间窗的同时送取货随机旅行时间车辆路径问题[J].同济大学学报(自然科学版),2023,51(8):1278~1287

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2022-04-12
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-08-28
  • 出版日期:
文章二维码