求解多目标车辆路径优化的改进蚁群算法研究

陈高华，郗传松

（1.太原科技大学电子信息工程学院，山西 太原 030024；2.太原科技大学电子信息工程学院，山西 太原 030024）

1 引言

随着全球污染日益严峻，低碳环保问题引起了各行业的重视，根据国际能源属2016年数据统计，车辆在物流配送中产生的碳排放量大约占全球总量的16.9%，因此降低车辆配送中所排出的二氧化碳（CO2）逐渐成为车辆路径优化问题的新的研究热点。文献［1］分别以配送成本最小、环境成本最小、配送成本与环境成本之和最小为目标构建3种VRP模型。文献［2］根据配送车辆载重不同建立碳排放成本模型，并设计带混沌扰动的蚁群算法来求解该模型。文献［3］以车辆载重、客户时间窗和冷链产品变质率为约束，考虑客户满意度的条件下建立了以碳排放量最小的冷链车辆路径优化模型。文献［4］在考虑低碳条件下，建立了车辆路径选择模型，并提出多种群遗传算法来求解模型，但该研究仅考虑碳排放量仅与车辆的行驶速度与行驶距离有关，其研究模型还存在改进空间。文献［5］通过分析最短路径建立了碳排放量最少的模型，并根据模型特点设计了改进算法来求解。文献［6］构建了低碳条件下新能源车辆路径问题模型建立最短路径和最小碳排放的多目标集货模型，通过改进两阶段启发式算法求解模型。文献［7］以带时间窗车辆路径为基础，通过对车辆行驶速度、载重和运行里程的改变建立了总成本最低、周转时间最小的车辆路径优化模型。……