面向多仓库协同的电动物流车路径优化模型及算法研究.pdf

浙江财经大学硕士学位论文

摘要

随着全球气候变暖不断加剧，环境问题日益恶化，物流业因其对环境具有重

要的影响，已成为各国政府密切关注的重点领域。在传统的燃油物流车运输模式

下，石油燃烧产生的碳排放会不可避免地对环境产生负面影响。因此，采用以零

排放为特征的电动物流车被视为物流业实现减排脱碳的主要举措。

然而，电动物流车在物流领域中的应用也存在局限性。例如：由于续航里程

有限导致无法长途运输或重载货物，由于充电时间过长导致无法按时交付等。基

于电动物流车的多仓库协同物流，可以有效分割配送路线，缩短配送距离，提高

仓运资源的利用率。因此，科学合理的协同配送路径规划方案，可以在追求环境

效益的同时，提高配送效率，降低运营成本，对于物流企业而言具有重要的意义。

然而，在不同配送场景下，顾客对产品异质性的需求不同，导致多仓库协同配送

的模式也有所不同。电动物流车自身的局限性和协同模式的多样性给多仓库协同

的电动物流车路径优化带来了挑战。一方面，针对同质多仓库协同的配送模式，

现有大部分研究仅通过预先规划电动物流车的充电路线来提高充电效率，没有充

分考虑实际物流场景中交通拥堵和充电站数量有限且分布不均对充电路线决策的

影响。另一方面，针对异质多仓库协同的配送模式，现有研究主要关注协同配送

模式下的经济效益，忽略了配送过程中顾客的体验和满意度。

为了解决上述问题，本文针对协同物流的两种不同模式（即同质多仓库协同

配送模式和异质多仓库协同配送模式），分别构建了相应的面向多仓库协同的电动

物流车路径优化模型，并提出了相应的智能优化算法以实现模型的高效求解。本

文的创新点如下：

（1）提出了一种面向同质多仓库协同的电动物流车路径优化模型。该模型假

设不同仓库配送的产品类型相同，仓库间通过订单的直接交换来实现协同配送以

提高配送效率。同时，针对实际电动物流车配送中的动态充电需求，提出了一种

时变混合充电策略，对电动物流车的配送路线和充电路线进行了优化，以获得总

配送成本最小的路线方案。针对上述模型，本文提出了一种改进型自适应大邻域

有哪些信誉好的足球投注网站算法（AdaptiveLargeNeighborhoodSearch,以下简称ALNS），将多维向量编

码与基础型ALNS算法相结合，并集成了多种移除和插入算子以加速算法的收敛，

还结合了变邻域下降算法和局部有哪些信誉好的足球投注网站算子以提高算法的求解性能。最后，通过与

其他基线算法的对比实验，验证了本文提出的面向同质多仓库协同的电动物流车

路径优化模型的可行性，以及改进型ALNS算法求解该模型的优越性。

（2）提出了一种面向异质多仓库协同的电动物流车路径优化模型。该模型考

I

浙江财经大学硕士学位论文

虑了实际物流配送过程中顾客对产品异质性的需求，假设不同仓库的环境和产品

各不相同，仓库间有选择性地交换订单进行协同配送，部分订单由特定的仓库有

针对性地向顾客提供配送服务。该模型同时从服务质量和经济效益两个角度对路

线方案进行优化以获得帕累托最优解。针对上述模型，本文提出了一种改进型第

二代非支配排序遗传算法（Non-dominatedSortingGeneticAlgorithm，以下简称

NSGA-II），将巨型一维编码方案与基础型NSGA-II算法相结合，设计了一种新的

初始种群生成方法并集成了多种交叉和变异算子以及局部有哪些信誉好的足球投注网站策略以提高算法的

求解性能。最后，通过与其他基线算法的对比实验，验证了本文提出的面向异质

多仓库协同的电动物流车路径优化模型的可行性，以及改进型NSGA-II算法求解

该模型的优越性。

综上所述，本文所研究的面向多仓库协同的电动物流车路径优化模型及求解

算法，对于推动电动物流车在物流领域广泛应用，助力物流企业降本增效，减轻

城市交通负担，减少石油燃烧所产生的环境污染，加快传统物流向现代物流转型

升级等具有重要的理论和现实意义。

关键词：多仓库协同；电动物流车路径优化；帕累托最优解；改进型ALNS算法；

改进型NSGA-II算法

II

浙江财经大学硕士学位论文