1.一种估算行驶路径的物流车辆规划方法,包括以下步骤:步骤一:采集车辆的基本信息以及分区的客户信息;
步骤一中,采集的车辆基本信息包括:分区集合I,I={i|i=1,2,…,m},i表示第i分区,m为分区总数;
车型集合T,T={a,b,…,t,…},a、b、t表示车型为a、b、t,第i分区的可配送车辆类型集合为Ti,车型为t的车辆的车公里成本Tct,车型为t的车辆额定装载量Tqt,Vnit表示第i分区车型为t的车辆数,vitj表示第i分区车型为t的第j辆车,Lvitj表示vitj车辆客户间的行驶里程,Ti表示第i分区允许行驶的车型;
采集的分区客户信息包括:
第i分区客户集合Ci,Ci={c|c=1,2,…,ni},ni为第i分区的客户数量;
Cij表示第i分区第k客户,客户Cik所需配送量为Cwik,Cwi表示第i分区客户配送总量;
物流中心到第i分区中心的距离为Li,第i分区所有客户间相互的行驶里程之和为Tli;
步骤二:根据步骤一采集的信息构造目标函数,即为车辆规划成本模型;
步骤二具体步骤为:
2‑1)计算车辆公里成本:
车辆公里成本F由物流中心到分区中心公里成本 和分区内配送客户公里成本 组成,第i分区的车辆公里成本用Fi表示,物流中心到第i分区中心公里成本用 表示,第i内配送客户公里成本用 表示,则:
2‑2)对公式(2)进行转化,把Lvitj转化为Tli,得到与Lvitj无关的模型:假设如下变量:
假设1:第i分区中的x(1
根据假设1有:第i分区中x个相邻客户之间的行驶里程Lxi为:假设2:第i分区中的x(1
根据假设2有:第i分区中x个相邻客户的所需配送货量Wxi为:第i分区中车型为t的车辆所配送的相邻客户数量Vxit为:由式(4)和式(6),第i分区车型为t的车辆客户间的行驶里程Ltit为:由式(2)和式(7)可得:
将式(8)代入式(3)可得:
对比式(3),根据假设1和假设2所推导出的式(9)可见:它与车型、车辆数量、配送中心到分区中心路径和分区中心到客户总路径相关;它无需已知每台车辆的具体行驶路径;
2‑3)构造目标函数,即为车辆规划成本模型:目标函数为:
Vnit为该模型的解, 为约束函数;
步骤三:通过计算车辆规划成本模型,得到分区的车辆规划多重集。
2.根据权利要求1所述的估算行驶路径的物流车辆规划方法,其特征在于,所述步骤二中,还包括对公式(2)进行误差分析,具体过程为:由于步骤2‑2)中的假设均在均匀分布的情况下,即式(2)中的Lvitj为估计值,所以设车辆vitj客户间近似路径Ltit与实际路径Lvitj的误差为σLvitj,有:Lvitj=Ltit+σLvitj (11)那么,式(2)可写为:
因为分区所有车辆的客户间的近似路径等于总近似路径,有: 所有车辆客户间路径估算误差等于总误差σTli,有: 设车公里成本的均值为Tcg,车型t公里成本均差为σTt,有:Tct=Tcg+σTct,那么,式(12)为:
3.根据权利要求2所述的估算行驶路径的物流车辆规划方法,其特征在于,所述步骤三中,利用整数规划分支定界求取模型,最终得到第i分区的车辆规划多重集为{Vnia·a,Vnib·b,…,Vnit·t}(t∈Ti)。
4.根据权利要求3所述的估算行驶路径的物流车辆规划方法,其特征在于,所述步骤三中,还包括判断车辆多重集是否可替代,具体过程为:当前可使用的车辆的多重集为Pi={Vnia·a,Vnib·b,…,Vnit·t}(t∈Ti);设Pi的任意一个满足Cwi配送量的r‑组合为 r‑组合是Pi中的r个元素的一个无序选择,其中,RTi为RPi的车辆类型集合,车型为t的车辆数为rVnit,0≤rVnit≤Vnit;设替代多重集为其中,车型为t的车辆数为sVnit;
车辆多重集可替代需满足的条件为:(1)替代车辆能装下被替代车辆所装货量;(2)替代车辆成本低于被替代车辆成本,依据条件(1)有:依据条件(2)和式(3)有:
依据式(13)及替代前后客户间近似总路径不变,式(15)可写为:式(16)中σsTli、σrTli是σTli在不同车辆多重集中的表现;式(16)左边为客户间路径估算误差影响项,倘若不等式成立,说明STi可以替换RTi;
从不等式(16)可见:车型是否可替代与配送中心到分区中心里程Li、客户间路径及不同车型公里成本差σTct有关,式(16)中项的值相对其它项的值较大,即Li起决定作用,在满足装载率的情况下,车型改变会引起车辆数量的改变,即 为正值,式(16)不等式不成立。