多目标非接触式交付在医疗用品开环分布

文摘

智能的存储终端的发展和普及,非接触式分配一直是一个热医疗用品使用智能表达框。基于传统车辆路径问题,本文认为现实热点,分享经济和开环分布在非接触式分配考虑碳排放的优化。旅行的距离和负载能力是影响碳排放的关键因素。碳排放模型提出了减少分销成本和碳排放的双重目标。它构造一个分布路径规划模型与多个电台。与multidepot优化来解决这个问题,我们设计一个混合遗传算法,并根据战略客户距离聚类分析、车辆的调度分为三个步骤。精英交叉应用的原则,以避免陷入局部最优的解决方案。实验结果表明,该模型和优化算法可以得到物流成本和碳排放之间的权衡。

1。介绍

解决问题的快速分配在预防COVID-19医疗用品,使用外部车辆实现物流配送已经成为一个重要的策略和措施的背景下共享经济。此外,非接触式终端设备(如self-pickup盒)也适用于接收医疗用品,以避免感染(1]。最后,配送车辆没有回到原来的配送中心在完成分配的任务,它可以继续为其他配送中心或需求点,因此可以模拟分配问题作为一个开放式车辆路径问题(OVRP),这不仅可以显著减少交货时间,但也确保安全的分布COVID-19 [1,2]。

在医疗用品,刘等人关注突发公共卫生事件综合规划和构建一个修改模型控制H1N1大流行性流感(3]。Garza-Reyes等人关注运输和物流的改善医疗服务系统的性能;他们建立数学模型来优化医疗物资分配4]。张等人的关键作用及时医疗资源的供应,以避免巨大的感染(5]。周等人,他等人关注医疗物资运输的语义匹配所需的医疗资源的地方在一个有效的方式;本文研究了医疗运输资源发现机制,导致效率改善和业务创新6- - - - - -8]。

目前,在物流配送中,大多数研究OVRP主要集中在降低物流成本或减少车辆使用的数量9- - - - - -12]。人民关注节能减排,绿色物流,如何保护环境,同时降低物流成本已经成为一个热点问题在学术界和环保部门。Bektas和Laporte13实证研究碳排放的影响因素和体重之间的关系驾驶距离,司机的工资,和燃料消耗。肖et al。14]描述了碳排放的过程中物流配送相比从microperspective和线路分布在三个不同的目标的情况下:碳排放,物流配送成本和总分布距离。考虑到道路拥塞对碳排放的影响,Woensel et al。15)比较和分析了不同车速下的碳排放。Demir et al。16)提出,车辆荷载,发动机类型和大小,道路坡度、和其他因素有一定关系分配车辆的燃料消耗,进一步影响碳排放。妞妞et al。17]认为碳排放成本在物流成本,建立一个绿色的开环车辆路径问题,设计了一种混合禁忌搜索算法来求解该模型。

从现有的研究的角度,研究车辆路径问题的减少碳排放主要是考虑一个车站分布的情况下,在物流配送车辆路径问题的研究系统与多个分布站更少。研究的同时,对物流配送系统碳排放的影响,绝大多数的研究仍然是基于加权和简略的优化,和研究物流配送车辆路径问题的系统上是不够的。碳排放碳的价格乘以系数和加权物流成本,本质上,仍以减少物流成本为目标,得到单一的决策结果。在实际应用程序中,决策者通常需要获得一个最优解集,然后选择一个满意的物流配送方案根据他们的偏好。因此,更实际的研究多目标开环车辆路径问题和减少碳排放的目标物流成本在多个分布。考虑到车辆的碳排放与里程和实际负载(有正相关18,19),建立碳排放的优化模型,提出了一种多目标multidistribution站车辆路径问题以减少物流成本和碳排放,并建立问题的混合整数规划模型。此外,基于分解的多目标遗传算法是为了解决问题。仿真结果表明,该算法能有效地解决这个问题。

2。问题描述和模型

城市物流配送系统配送中心和消费者。考虑到约束车辆燃料消耗和司机的工作量,分配车辆的最大承载能力 ,和分布的驾驶距离车辆并不多 。为了减少车辆配送的物流成本和碳排放,应安排车辆和驾驶路径分布合理的约束下车辆荷载和驾驶距离。一个可行的分配方案需要满足下列条件:(1)在每个配送中心车辆的数量是有限的,和汽车租赁车辆(2)只能从配送中心和车辆装载的货物交付给指定的客户沿线分布没有回到原来的配送中心(3)一个运载工具可以服务多个客户,但每个客户只提供一次车(4)每辆车的约束能力和最大行驶距离,和所有车辆均匀分布

为了建立数学模型的问题,这些符号定义如下:

2.1。符号定义

在本节中,我们描述了一些符号在这个模型中使用。(1)集: :消费者, ,的数量N消费者 :配送中心, ,的数量米配送站 :配电所和消费者, :配送车辆, (2)参数: :消费者的需求 :任意两点之间的欧氏距离和 , :空净重的运载工具 :最大装载量分布的车辆 :配送车辆的最大距离 :租金每运载工具 :车辆单位可变成本(包括工人工资、车辆日常维护费用等)(3)决策变量: :如果车辆是弧 ;否则,它是0 :配送车辆的货物装载量经过

2.2。描述汽车碳排放的方法

现有研究结果表明,车辆之间存在着正相关碳排放和燃料消耗,所以油耗可以用来描述它的碳排放(20.,21]。考虑实际负载之间的关系和距离的车辆和燃油消耗,本文决定使用以下方法计算燃料消耗: 在哪里和是满载和空载车辆的油耗率,分别和代表车辆的燃料消耗通过的路径。因此,根据碳排放和油耗的关系,汽车碳排放量的计算方法如下: 在哪里代表的单位碳排放燃料消耗。

2.3。多目标Multidepot OVRP

根据上述符号定义和碳排放计算方法,multidepot打开车辆路径问题(MDOVRP)最小化物流成本和碳排放模型如下: 受

目标函数在情商。3)代表最低物流配送成本,包括配送车辆的租赁成本和可变成本。目标函数在情商。4)代表最低碳排放。方程式的约束。(5)和(6)表明,每个消费者只提供一次只有一个车。情商的约束。7保证了汽车驾驶的连续性。方程式的约束。(8)和(9),分别表示车辆的容量约束和里程限制。方程式的约束。(10)和(11)表明车辆的可用性的限制,也就是说,确定车辆的驾驶能力是否使用它。方程式的约束。(12)- (14)表明负载限制车辆的驾驶。情商的约束。15)0 - 1变量。

3所示。算法设计

遗传算法是一种基于人群的搜索算法,它可以在一个运行多个nondominated解决方案。广泛应用于np难度问题,如蚁群(22,23]。本文中的算法设计如下。

3.1。多目标优化问题的分解

decomposition-based多目标优化算法的多目标优化问题分解成几个简略子问题来解决。加权和法和切比雪夫法是常用的分解方法。加权和的方法取决于问题的特征和不适合解决前面凸优化问题。因此,本文采用切比雪夫方法解决多目标问题分解。

3.2。表达的解决方案

考虑到MDVRP编码的特点,采用自然数编码,避免之间的转换十进制和二进制和海明悬崖问题二进制编码由于无法估计独立变量的区间[24- - - - - -26]。如图11、分销中心和配送中心车辆2各有两个分布。每个分布车辆执行任务能力和约束下的里程。例如,配送中心的配送车辆1 1为消费者提供分销服务4和7,配送路线是配送中心1⟶4⟶7⟶配送中心1。

3.3。算法的步骤

在初始化阶段,该算法参数,如人口规模和最大迭代次数,确定,每个个体的初始位置初始化种群。在特定的初始化阶段,MDOVRP转化为多个vrp的距离聚类,然后,分配车辆和行驶路线设计。

基因进化策略:为了扩大搜索范围,提高优化解决方案的能力,本文中使用的搜索操作符是一个顺序交叉算子(如图2)。具体来说,父母的基因序列1是随机选择的,和父母的基因序列选择1删除父2。孩子由父母继承了基因序列选择1,和其余的基因复制的基因序列父2。同样,儿童2转换和交叉后可以获得父母1和家长2。其中,精英原则介绍了交叉阶段;即精英个体通过二进制锦标赛选择交叉操作原则。如图2,基因选择由家长1是2,5,8,3。父2删除相应的基因,这些基因2,5,8,3在父1中获得的后代1。其余的基因是父母2中插入基因的序列。

与此同时,为了提高果蝇的多样性个人,三个变异算子,交换,插入、和转化,在算法设计中使用。其中,交换突变是随机选择两个不同的位置,然后交换客户在两个位置,而转变突变是随机选择客户在一个位置,并将它们插入到另一个随机位置。根据编码方法在这篇文章中,这两个地点选择交换变异操作和移位变异操作可以是两个位置相同的子路径或两个位置相同的子路径两个位置不同的子路径,这样不同的路径可以顺利实现“信息交流”,增加解空间的搜索范围。反转突变首先随机选择一个子路径(即。,a distribution route), then randomly selects two different locations on the subpath, and reverses the order of customers between the two locations.

4所示。案例分析

在本部分中,随机初始化数据用于数值实验。假设有四个配送中心,每个配送中心有两个分布的车辆。的最大承载力和最大行驶距离每辆车是120和400,分别。的位置间隔48客户是随机生成的,消费者的需求是随机生成的时间间隔。配送中心和客户信息如表所示1和2,分别。

根据铃木(19),如果 , ;与此同时,李et al。21)指出,每升的燃料消耗释放2.32公斤的碳排放,单位碳排放成本是2元,配送车辆的日常固定成本是500元,单位可变成本的车辆分布是7.56元。

4.1。开环和闭环分布

为了比较分布开环和闭环分布之间的差异,验证了算法的有效性,人口60集,交叉率和变异率设置为0.9和0.1,分别和迭代的数量是500。Java语言中实现的算法和英特尔(R)上运行核心(TM) i5 - 10210 - u CPU@1.6 GHz,三个算法独立运行30倍,和最优结果如图3和4。

4.2。多目标的解决方案

在图5,它可以发现有一个逆物流成本和碳排放之间的关系成比例。因此,可以说,在实际的分布,实现物流配送车辆的碳排放量增加一定的分销成本;有一定的营业额,利润和亏损的现象。物流公司之间的关系需要权衡决策时的经济效益和社会效益。要实现经济效益和社会效益的统一,没有阻碍经济效益。

5。结论

电子商务行业的快速发展,物流配送已成为快递行业的难度。基于传统车辆路径问题,考虑到共享经济和开环的热点分布,并考虑碳排放的优化物流配送,本文以驾驶距离和承载力影响碳排放的关键因素,建立了一个碳排放模型,并提出最有效的措施。解决双目标问题,降低物流配送成本和碳排放最小化物流,物流配送路径规划模型与多个配送站。针对多目标解的困难和multidistribution站优化问题编码,根据客户的距离是聚类分析的策略设计安排配送车辆在三个步骤,确保客户订单的满意度和运行平稳。精英交叉原则是用来避免陷入局部最优的解决方案。实验结果表明,提出的解决方案的结果物流模型和优化算法可以考虑物流成本和碳排放。本研究提供了理论和方法论指导物流配送问题考虑到开环和碳排放成本分配问题。同时,该算法还提供了一种方法来解决这种np难问题。

下一步是研究不确定的特色物流配送优化问题和客户的退货率和换货。

数据可用性

数据都包含在本文。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作得到了深圳卫生经济学会(202014号)。

引用

1. y, m .气、f .周和j·苏,“最后一英里的有效metaheuristic交付漫游交货地点和随机旅行时间,“计算机与工业工程文章ID 106513卷,145年,2020年。视图:出版商的网站|谷歌学术搜索
2. l·施拉格”配方和结构更复杂/现实的路由和调度问题,“网络,11卷,不。2、229 - 232年,1981页。视图:出版商的网站|谷歌学术搜索
3. 徐x m . Liu, j .曹,d,“综合规划:突发公共卫生事件的修改模型控制H1N1大流行性流感,”运筹学学会》杂志上,卷71,不。5,748 - 761年,2020页。视图:出版商的网站|谷歌学术搜索
4. j . A . Garza-Reyes比利亚雷亚尔,诉Kumar和j . Diaz-Ramirez”lean-TOC方法改善紧急医疗服务(EMS)运输和物流业务,”国际物流研究期刊》的研究和应用,22卷,不。3、253 - 272年,2019页。视图:出版商的网站|谷歌学术搜索
5. z, w .姚明,c .长,傅x, y . Wang“武汉和湖北省COVID-19死亡率分析揭示了及时的医疗资源供给的关键作用,”杂志的感染,卷81,不。1,第178 - 147页,2020。视图:出版商的网站|谷歌学术搜索
6. 周,y, p . Ma, r . v . Mahto“知识管理实践的医疗云物流行业:交通资源语义发现基于本体模型,”杂志的智力资本,22卷,不。2、360 - 383年,2020页。视图:出版商的网站|谷歌学术搜索
7. 林y, x, y, f .周和l .周”可持续发展的决策共同配送中心位置的选择,”交通研究d运输和环境的一部分,55卷,第216 - 202页,2017年。视图:出版商的网站|谷歌学术搜索
8. y, f .周、m . Qi和x王”联合分布:服务模式、关键技术及其应用在中国快递产业的背景下,“国际物流研究期刊》的研究和应用,23卷,不。3、211 - 227年,2020页。视图:出版商的网站|谷歌学术搜索
9. j·巴兰,“开放式车辆路径问题的禁忌搜索算法,”欧洲运筹学杂志》上,卷157,不。3、552 - 564年,2004页。视图:出版商的网站|谷歌学术搜索
10. b . f . Li黄金,大肠Wasil“开放式车辆路径问题:算法、大规模的测试问题,和计算的结果,“电脑与行动研究,34卷,不。10日,2918 - 2930年,2007页。视图:出版商的网站|谷歌学术搜索
11. p . p . Repoussis c, d . Tarantilis o . Braysy loannou g .,“开放式车辆路径问题的混合演化策略,”电脑与行动研究,37卷,不。3、443 - 455年,2010页。视图:出版商的网站|谷歌学术搜索
12. e .曹m .赖,h·杨,“开放式车辆路径问题与需求的不确定性及其强大的策略,”专家系统与应用程序第41卷。。7,3569 - 3575年,2014页。视图:出版商的网站|谷歌学术搜索
13. t . Bektaş和g . Laporte pollution-routing问题。”交通研究B-Methodological一部分,45卷,不。8,1232 - 1250年,2011页。视图:出版商的网站|谷歌学术搜索
14. 肖y和a .大官邸”异构绿色车辆路径和调度时变交通拥堵的问题,“电子化物流和交通运输研究部分审核卷,88年,第166 - 146页,2016年。视图:出版商的网站|谷歌学术搜索
15. 范戴勒t . Woensel r . Creten, n,“管理交通物流的环境外部性:排放的问题,“生产与运作管理》,10卷,不。2、207 - 223年,2009页。视图:出版商的网站|谷歌学术搜索
16. e . Demir t Bektaş,g . Laporte”比较分析几种道路货运车辆排放模型,”交通研究D部分:交通和环境,16卷,不。5,347 - 357年,2011页。视图:出版商的网站|谷歌学术搜索
17. 杨y妞妞,z,陈平,j .肖”优化绿色开放有时间窗车辆路径问题进行综合路由通过最小化成本,”《清洁生产卷,171年,第971 - 962页,2018年。视图:出版商的网站|谷歌学术搜索
18. Y.-J。Kwon Y.-J。崔,D.-H。李,“异构固定舰队车辆路径考虑碳排放。”交通研究D部分:交通和环境卷,81年,第971 - 89页,2013年。视图:出版商的网站|谷歌学术搜索
19. 铃木y“dual-objective metaheuristic方法解决实际污染路由的问题,“国际生产经济学杂志》上卷,176年,第153 - 143页,2017年。视图:出版商的网站|谷歌学术搜索
20. 大肠中,诉诉恐慌和r .曾经“设计和开发的混合蚂蚁colony-variable附近搜索算法multi-depot绿色车辆路径问题,“交通研究D部分:交通和环境57卷,第457 - 422页,2017年。视图:出版商的网站|谷歌学术搜索
21. 和j·j·李,d . Wang,“异构固定舰队车辆路径问题基于燃料和碳排放,”《清洁生产卷,201年,第908 - 896页,2018年。视图:出版商的网站|谷歌学术搜索
22. k . Deb, A .普拉塔普,美国阿加瓦尔和t . Meyarivan”一个快速和精英多目标遗传算法:NSGA-II,”IEEE进化计算》第六卷,没有。2、182 - 197年,2002页。视图:出版商的网站|谷歌学术搜索
23. h·拉伊和a . Yadav虹膜识别使用结合支持向量机和汉明距离方法,”专家系统与应用程序第41卷。。2、588 - 593年,2014页。视图:出版商的网站|谷歌学术搜索
24. x y,王、f .周和林y,“动态车辆路径问题同时考虑最后一英里的双重服务交付,”Kybernetes卷,49号4、1267 - 1284年,2019页。视图:出版商的网站|谷歌学术搜索
25. f .周、y .他和l .周“最后一英里与随机旅行时间考虑双重服务交付,”IEEE访问7卷,第159021 - 159013页,2019年。视图:出版商的网站|谷歌学术搜索
26. f . m . k . Lim, y,他和美国普拉塔普,“什么吸引了车辆消费者的购买:saaty scale-based VIKOR (SSC-VIKOR)方法从售后文本的角度来看呢?”工业管理和数据系统,卷120,不。1,57 - 78,2019页。视图:出版商的网站|谷歌学术搜索

版权

版权©2021 Huilin李等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。