由于国内尚未形成实际的面向老年人的日间照料服务,本文参考实际应用时可能的需求以及国外关于接送残疾人照料服务[1]的文献,进行如下假想应用场景:一片区域的老年人日间照料服务由一所配送中心负责,该区域内有若干服务中心和客户点,运输车辆的类型相对单一,本文的研究将默认配送中心仅有一种运送车辆,运送车辆负责老年人在家和服务中心之间的往返通行需求。另外,该运送车辆拥有两种不同座椅,一种是普通座椅,另一种是轮椅座椅,用以供不同身体状况的老年人使用。
总体而言,面向老年人的日间照料服务接送路径规划问题是在满足客户点的出行需求,在车辆负载能力、客户时间窗口等条件约束下,寻求合理有效的配送车辆接送路径。如图所示,其表示一个配送中心,多个客户点,一个服务照料中心 。
场景示意图
本文提出的“面向老年人的日间照料服务接送路径规划问题”主要是结合能力约束汽车路径问题和有时间窗路径问题,它要求车辆在执行接送有往返养老服务中心需求的老年人的任务同时,考虑到车辆的负载能力以及客户点的时间窗要求两大限制条件。
1.VRP模型
车辆路径问题(vehicle routing problems ,VRP)最早是由 Dantzig 和 Ramser 于1959年首次提出,它是指一定数量的客户,各自有不同数量的货物需求,配送中心向客户提供货物,由一个车队负责分送货物,组织适当的行车路线,目标是使得客户的需求得到满足,并能在一定的约束下,达到诸如路程最短、成本最小、耗费时间最少等目的。
在基本车辆路线问题(VRP)的基础上,车辆路线问题在学术研究和实际应用上产生了许多不同的延伸和变化型态,包括时间窗限制车辆路线问题(vehicle routing problems with time windows,VRPTW)、追求**服务时间的车辆路线问题(VRPDT)、多车种车辆路线问题(fleet size and mix vehicle routing problems,FSVRP)、车辆多次使用的车辆路线问题(vehicle routing problems with multiple use of vehicle,VRPM)、考虑收集的车辆路线问题(vehicle routing problems with backhauls,VRPB)、随机需求车辆路线问题(vehicle routing problem with stochastic demand,VRPSD)等。
带时间窗的车辆路径问题(VRPTW)是在车辆路径问题(VRP)的基础上进行扩展延伸的,即在原有的车辆路径问题的基础上增加了时间窗限制。时间窗是一个时间区间,左时间窗是客户能接受的最早服务时间,右时间窗是客户能接受的最晚服务时间,其他时间段客户不接受服务。因此,关于 VRPTW 的更精确表述为:若干辆配送车辆同时从配送中心出发,在特定的时间区间内为不同位置、不同需求的客户提供配送服务,完成服务后,车辆必须直接返回配送中心。为了符合实际情况,规定每个客户只在自己的时间窗内接受一次配送服务,这个服务只能由一个配送车辆一次完成。
2.求解算法
从图论的角度来看, VRP问题实质是在一个带权完全无向图中,找一个权值最小的Hamilton回路。由于该问题的可行解是所有顶点的全排列,随着顶点数的增加,会产生组合爆炸,它是一个NP完全问题。由于其在交通运输、电路板线路设计以及物流配送等领域内有着广泛的应用,国内外学者对其进行了大量的研究。
早期学者使用精确算法求解该问题,常用的方法包括:分枝定界法、线性规划法、动态规划法等。但是,随着问题规模的增大,精确算法将变得无能为力,因此,在后来的研究中,国内外学者重点使用近似算法或启发式算法,主要有遗传算法、模拟退火算法、蚁群算法、禁忌搜索算法、贪婪算法和神经网络(深度学习、强化学习)等。
3.遗传算法简介
遗传算法(Genetic Algorithm,GA)是一种模拟自然进化过程的计算模型,最早由美国的John Holland于20世纪70年代提出。它借鉴了达尔文的生物进化论和孟德尔的遗传学说,通过模拟自然选择和遗传学机理来搜索最优解。遗传算法的主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,不需要确定的规则就能自动获取和指导优化的搜索空间。遗传算法的主要参数包括初始种群大小、交叉概率、变异概率。
4.求解过程
上图是原始客户位置信息,接下来我们开始用Eureka软件进行演示。

4.1选择VRP问题及遗传算法
4.2点击加载模型,选择模型文件
4.3设置遗传算法参数
4.4点击开始优化,计算运行结果
上图是车辆运行成本随迭代的变化规律。
上图是遗传算法得到最优配送路径。
5.求解结果
基于实际数据,我们得到了以上考虑了时间窗的最优行驶配送路径,该方案可以帮助照料中心或政府有效降低运营过程的车辆运输成本。
[1] Tellez, O., Daguet, L., Lehuédé, F., Monteiro, T., Osorio Montoya, G., Péton, O., & Vercraene, S. (2020). A stakeholder oriented approach to the optimization of transports of people with disabilities. Supply Chain Forum: An International Journal, 21(2), 93–102. https://doi.org/10.1080⁄16258312.2020.1768435

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/147509.html