- · 《低碳世界》栏目设置[05/29]
- · 《低碳世界》收稿方向[05/29]
- · 《低碳世界》投稿方式[05/29]
- · 《低碳世界》征稿要求[05/29]
- · 《低碳世界》刊物宗旨[05/29]
一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。 二、投稿方式： 1、 请使用电子邮件方式投递稿件。 2、 编译的稿件，请注明出处并附带原文。 3、 请按稿件内容投递到相关编辑信箱 三、稿件著作权： 1、 投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、 投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
基于混合蚁群算法的异质车队低碳研究(6)
作者:网站采编关键词:
摘要：对HFLVRP模型优化仿真30次，优化结果取平均值，C、T、D及车辆数如表6所示。 表6 HFLVRP模型优化结果images/BZ_252_308_617_1104_725.png 取其中一个HFLVRP模型优化结果
对HFLVRP模型优化仿真30次，优化结果取平均值，C、T、D及车辆数如表6所示。
表6 HFLVRP模型优化结果images/BZ_252_308_617_1104_725.png
取其中一个HFLVRP模型优化结果进行分析，车辆行驶路径及使用车型如表7所示，其中“多路径”列中的数字1、2、3分别表示经过了柔性路径的第一、二、三条路径。配送车辆从6点开始出发，到达和离开节点的时刻如表8所示（大于24为第二天到达）。
表7 车辆的行驶路径及车型images/BZ_252_258_1171_1154_1225.png1 2 3 4 5 6 7 1-18-28-27-5-16-1 1-12-7-1 1-9-24-1 1-17-2-3-21-20-1 1-14-8-11-1 1-22-23-10-30-29-1 1-25-13-4-19-26-15-6-1 1，1，1，1，1，1 1，1，1 2，1，1 1，1，1，3，1，1 1，1，1，1 1，1，1，1，1，1，2，1，1，1，1，1，1 35 20 10 35 20 35 35
表8 车辆到达和离开节点的时刻images/BZ_252_233_1696_1183_2546.png
多目标函数的Pareto解和优化目标的权重系数相关，HFLVRP模型中碳排放、旅行时间和里程最小3个优化目标，其权重系数主要和运输企业对三者的重视程度有关，为了给企业提供不同权重下三个优化目标的求解范围参考，本文采用文献[23]中的方法求解分析HFLVRP模型的多目标Pareto解集。即在算法中创建一个Pareto非支配解集合，根据Pareto支配关系对种群进行帕累托分级，将级别最高的解放入Pareto非支配集合中，若非支配解集规模超过设定值，则进行修剪。利用上述方法求解HFLVRP模型的Pareto解集，得出10个Pareto非支配解，如表9所示。并求得碳排放、旅行时间和里程三个优化目标的极小值分别为4 002.6 kg、106.4 h和4 926.7 km。
表9 Pareto非支配解集images/BZ_252_1287_559_2254_875.png
为了验证AC-PSO算法有效性，对5.1节中的算例数据，分别使用遗传算法（Genetic Algorithm，GA）、PSO算法和ACO三种方法进行仿真运算，采用CPU 3.2 GHz，内存8 GB，64位Windows7操作系统的计算机，GA中采用实数编码，交叉概率0.2，变异率0.05；PSO中惯性权重0.73，两个加速因子均为1.21；ACO算法取值与ACPSO相同。计算结果取30次计算的平均值，如表10所示，可以看出AC-PSO在计算耗时和标准差方面继承了PSO和ACO的优点，综合计算结果表明AC-PSO算法对HFLVRP模型优化效果较好。
表10 HFLVRP模型算法效果比较images/BZ_252_1279_1642_2262_1696.pngGA PSO ACO AC-PSO 4 291.23 4 373.34 4 317.63 4 209.42 121.42 124.32 121.35 116.32 5 269.34 5 268.23 5 180.34 5 171.32 7.2 7.1 7.0 7.0 511.4 339.4 748.2 394.6 2.43 8.54 0.61 0.47
为进一步对比分析算法的有效性，本文从TSPLIB中选取3个经典实例进行测试，算法参数取值与前面HFLVRP模型中采用的对比算法相同，结果如表11所示。
表11 TSP模型算法效果比较images/BZ_252_1375_2229_2167_2334.pngGA PSO ACO AC-PSO 440.7 458.2 433.6 429.6 698.7 744.5 691.4 682.4 8 263.1 9 265.3 8 111.5 8 005.5
由表11可以得出，AC-PSO对TSP以及VRP问题的优化计算具有较好效果。
为了验证HFLVRP模型的有效性，本文对同质车队与异质车队、柔性路径与非柔性路径、固定负载与动态负载分别进行了仿真对比分析。每个仿真模型的结果均取30次仿真的平均值。
（1）在HFLVRP模型中保持其他条件不变，采用车辆载重量均为20 t和均为35 t的同质车队（由于部分节点需求量大于10 t，因此同质车队不能采用10 t及以下车型运输）。仿真优化结果如表12所示。
表12 同质车队仿真优化结果images/BZ_253_333_350_1079_400.png20 35 4 837.34 4 465.94 117.43 114.60 5 160.15 5 166.75 9.1 7.2
由表12可以得出，与异质车队仿真结果相比，采用载重量为20 t和35 t的同质车队运输，仿真优化后行驶的总时间和总里程变化不明显，但是碳排放量分别增加了14.9%和6.1%，并且载重量20 t的车队需要约9辆车运输。
（2）其他条件不变，将两节点间随机选择柔性路径，改为只选择多路径中最短的一条进行运输，仿真优化结果如表13所示。
表13 最短路径运输仿真优化结果images/BZ_253_308_1138_1104_1246.png
由表13可以看出，多路径中选择最短路径运输，虽然车辆旅行里程数略有减少，但是与HFLVRP中的柔性路径相比，碳排放量增加了6.6%。
（3）HFLVRP模型中，将车辆重量随货物卸载而动态变化的动态负载，改为两类固定负载：一类固定负载取值为平均负载，即车辆出发时货物重量的一半，另一类固定负载取值为车辆的最大载重量，模型中的其他条件均保持不变，然后进行仿真优化计算，结果如表14所示。
表14 固定负载仿真优化结果images/BZ_253_308_1938_1104_1988.png平均负载最大负载4 349.91 5 040.25 118.90 116.45 5 158.74 5 147.34 7.1 7.0
由表14可以看出，HFLVRP模型中动态负载碳排放量与固定负载中的平均负载和最大负载相比较，分别降低了3.4%和6.1%。因为，如果采用动态负载，在模型优化过程中可以通过调整车辆行驶路径，在负载较大时选择较短路径优先配送，负载较小时再选择较长路径配送，所以能够降低整体碳排放量。
文章来源：《低碳世界》 网址: http://www.dtsjzzs.cn/qikandaodu/2021/0303/781.html
上一篇：互联网背景下商贸物流的碳图谱研究以网上热卖
下一篇：母亲的低碳夏日