鲁棒的动态多目标车辆路径优化方法

简介：
本研究提出了一种鲁棒性强的动态多目标车辆路径优化方法，旨在解决复杂交通环境下的配送问题，提高物流效率。 对于动态多目标车辆路径问题，通常考虑的优化目标包括车辆等待时间、服务车辆数量以及路线总距离。除了这些传统的目标之外，本段落还特别关注了燃油消耗对环境影响及能源使用的考量。通过建立碳排放模型来反映车辆负载和行驶距离的影响，并将其作为新的优化目标纳入研究中。 针对具有挑战性的时间窗口且随机出现动态客户的场景，我们建立了相应的数学模型。在现有的规划方案里，每当有新服务需求时都会触发全局性的路线重新规划过程以寻找未被服务顾客的最佳路径安排，这往往非常耗时。因此，在本段落中提出了一种创新的两阶段鲁棒多目标车辆路由策略。 该方法的主要优势包括：（i）第一阶段采用多目标粒子群优化算法为所有客户找到最稳健的虚拟路线；随后在第二阶段通过从这些强健虚拟路径中剔除动态顾客来确定静态客户的固定路径。（ii）对于随机出现的新需求，根据服务时间和车辆状态灵活调整以提供即时响应。只有当没有合适的插入点时才会触发全局优化操作。（iii）最后提供了衡量算法鲁棒性的指标。 实验结果显示所提出的策略具有较高的稳定性和适应性，尽管在某些情况下可能表现得不够理想。此外，在动态顾客不断出现的情况下，该方法能够有效避免耗时的全面路线调整过程。