考慮碳排放因素的車輛路徑優(yōu)化建模研究.pdf

1、伴隨著全球經(jīng)濟(jì)一體化的深入，中國經(jīng)濟(jì)迎來快速發(fā)展的春天，與此同時(shí)其能源消耗也呈現(xiàn)日益增長的趨勢。其中，中國碳排放量從1980年的14.5億噸急劇增長到2013年的100億噸而位居全球第一，占據(jù)全球總排放量的29％。研究顯示，物流配送已經(jīng)成為全球碳排放的重要來源之一，其產(chǎn)生的溫室氣體占據(jù)全部份額的14％相比美國12％和歐盟11％的份額，我國物流業(yè)溫室氣體排放占據(jù)總溫室氣體高達(dá)19％。因此，研究考慮碳排放因素的車輛路徑問題以降低我國物流運(yùn)輸

2、行業(yè)碳排放變得至關(guān)重要。本篇文章研究的重點(diǎn)是考慮碳排放因素下車輛路徑模型和優(yōu)化方法，具體的研究內(nèi)容和創(chuàng)新之處如下所示:
　　首先，針對計(jì)算貨運(yùn)車輛的碳排放量需要，比較分析碳排放的計(jì)算模型;考慮到計(jì)算的簡便性和可操作性，適當(dāng)簡化處理計(jì)算模型。針對物流企業(yè)可能參與到碳交易中，同時(shí)面臨碳排放權(quán)的買賣操作和碳懲罰的情況，研究適用于物流配送企業(yè)的帶碳懲罰的碳交易機(jī)制和模型，此外還分析碳交易機(jī)制的波動對物流配送構(gòu)成的影響。
　　其次，針

3、對研究的車輛路徑問題，建立帶碳排放和時(shí)間窗的多目標(biāo)整數(shù)規(guī)劃模型;考慮到求解模型的復(fù)雜性，結(jié)合聚類分析方法、掃描算法和兩邊逐次修正算法來設(shè)計(jì)新的混合遺傳算法。通過聚類分析技術(shù)可以根據(jù)客戶的離散情況進(jìn)行分類，減少算法的無效搜索;其次，采用掃描算法可以對同類客戶進(jìn)行快速排序，避免產(chǎn)生適應(yīng)度太差的個(gè)體;最后，使用兩邊逐次修正算法可以對優(yōu)化后的子路徑進(jìn)行再度優(yōu)化，從而提高算法的求解性能。為驗(yàn)證設(shè)計(jì)算法的性能，采用標(biāo)準(zhǔn)算例對算法的有效性和可靠性進(jìn)行

4、測試。
　　最后，結(jié)合重慶天友乳業(yè)股份有限公司的物流配送案例，驗(yàn)證本文建立的考慮碳排放因素的車輛路徑模型和設(shè)計(jì)的混合遺傳算法。同時(shí)根據(jù)本案例，分別討論在單車型、混合車型、不同比例下碳交易量、不同碳交易價(jià)格和碳懲罰價(jià)格對物流配送的影響，此外還對比其他啟發(fā)式算法驗(yàn)證設(shè)計(jì)的混合遺傳算法實(shí)用性和穩(wěn)定性。
　　本文的主要貢獻(xiàn)是，第一，總結(jié)物流配送車輛的碳排放計(jì)算模型，確定適合本文的碳排放計(jì)算方式，其次建立碳交易機(jī)制和討論對物流配送的影