《表1 MCVRP的多处应用场景》
目前,随着研究的深入,MCVRP的应用场景也在逐步增多,其中关于冷链物流、成品油配送以及生活垃圾回收的MCVRP研究则相对较多。例如,陶荣[8](2014)构建了冷链产品多温共配的数学模型并利用蚁群算法对其求解;Chen等[9](2019)在研究冷链配送时考虑时间窗和燃油消耗等因素,提出了一种比基于经验的人工方法更加有效的自适应大邻域搜索算法对该MCVRP进行求解;Coelho等[10](2015)针对石油运输中的MCVRP,采用分支定界法进行求解;张源凯等[11](2017)针对成品油配送中多车型、多车舱的车辆优化调度问题,以派车成本与油耗成本之和的总成本最小为目标,构建了综合考虑多车型车辆指派、多隔间车辆装载及路径规划等决策的MCVRP模型;Reed等[12](2014)针对来自家庭垃圾废旧品回收中的MCVRP,提出了一种改进的蚁群算法对其进行求解,针对顾客点分散在不同集群的回收网络,使用K-means聚类算法来提高蚁群算法的求解效率;Henke等[13](2015)讨论了不同颜色玻璃回收的MCVRP,并提出了一种分支—切割算法(Branch-and-Cut Algorithm)有效地进行了求解。表1归纳了目前文献中关于MCVRP的大部分应用场景,并且除了“使用多隔间运输相较于单隔间效率更高成本更低”的优点外,MCVRP应用在每种场景的其他优点以及其对应运载的不相容产品也在表中列出。
图表编号 | XD00205040200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 彭丽文、沈吟东 |
绘制单位 | 华中科技大学人工智能与自动化学院、华中科技大学人工智能与自动化学院 |
更多格式 | 高清、无水印(增值服务) |