【正文】 。在大學(xué)本科四年的生活與學(xué)習(xí)中，同學(xué)們之間有著良好的學(xué)習(xí)氛圍與融洽的關(guān)系，這為我技術(shù)上的進步提供了良好的環(huán)境。在此過程中，我收獲的不僅僅是一份畢業(yè)設(shè)計，還從老師這里學(xué)到了很多工作方法與習(xí)慣，我對技術(shù)的理解也得到了更進一步的提升。 Amico, G. Righini, and M. Salani. A branchandprice approach to the vehicle routing problem with simultaneous distribution and collection [J]. Transportation Science, 2022, 40(2): 235247.[10]J. Dethloff. Vehicle routing and reverse logistics: the vehicle routing problem with simultaneous delivery and pickup [J]. OR spectrum, 200l, 23(1): 7996.[11]G. Nagy and S. Salhi. Heuristic algorithms for single and multiple depot vehicle routing problems with pickups and deliveries [J]. European Journal of Operational Research, 2022, 162(1): 126141.[12]. Chen and TH. Wu. Vehicle routing problem with simultaneous deliveries and pickups [J]. Journal of the Operational Research Society, 2022, 57(5): 579587.[13]N. Bianchessi and G. Righini. Heuristic algorithms for the vehicle routing problem with simultaneous[14]肖健梅, 李軍軍, 王錫淮. 求解車輛路徑問題的改進微粒群優(yōu)化算法[J]. 計算機集成制造系統(tǒng), 2022, 11(4): 578581.[15]符桌. 帶裝載能力約束的開放式車輛路徑問題及其禁忌搜索算法研究[J]. 系統(tǒng)工程理論與實踐, 2022, 3: 123128.天津理工大學(xué) 2022 屆本科畢業(yè)設(shè)計說明書 21 [16]馬建華, 房勇, 袁杰. 多車場多車型最快完成車輛路徑問題的變異蟻群算法[J]. 系統(tǒng)工程理論與實踐, 2022, 31(8): 15091516.[17]彭春林, 梁春華, 周泓. 求解同時取貨和送貨車輛路徑問題的改進遺傳算法[J]. 系統(tǒng)仿真學(xué)報, 2022, 20(9): 22662270.[18]張濤, 余綽婭, 劉嵐, 邵志芳等. 同時送取貨的隨機旅行時間車輛路徑問題方法[J]. 系統(tǒng)工程理論與實踐, 2022, 31(10): 19131920.[19]張濤, 田文馨, 張杰等. 帶車輛行程約束的VRPSPD問題的改進蟻群算法[J]. 系統(tǒng)工程理論與實踐, 2022, 1: 133140.[20]張濤, 張春梅, 張玥杰. 協(xié)同粒子群模擬退火算法求解VRPSPD問題[J]. 系統(tǒng)管理學(xué)報, 2022, 18(6): 682685.[21]胡大偉, 陳誠, 郭曉汾. 帶集貨和配送的多VRP優(yōu)化算法研究,數(shù)學(xué)的實踐與認識[J]. 2022, 37(2): 98105. [22]龍磊, 陳秋雙, 華彥寧. 具有同時集送貨需求的車輛路徑問題的自適應(yīng)混合遺傳算法[J]. 計算機集成制造系統(tǒng), 2022, 14(3): 549558. [23]曹二保. 物流配送車輛路徑問題模型及算法研究[D]. 長沙: 湖南大學(xué), 2022.[24]藍伯雄, 張躍. 求解帶時間窗的裝一卸載問題的概率式禁忌搜索法[J]. 中國管理科學(xué), 2022, 24(3): 6672.[25]殷佳林, 蔣泰. 基于蟻群算法求解帶硬時間窗的VRPSDP[J]. 計算機系統(tǒng)應(yīng)用, 2022, 8: 152157.[26]段鳳華, 符卓. 有軟時窗約束帶取送作業(yè)的車輛路徑問題及其禁忌搜索算法研究[J]. 計算機工程與科學(xué), 2022, 3(31): 6870.[27]郎茂祥. 物流配送車輛調(diào)度問題的模型和算法研究[D]. 北京: 北方交通大學(xué), 2022.[28]李軍, 郭耀煌. 物流配送車輛調(diào)度理論與方法[M]. 北京；中國物資出版社, 2022.[29]張燕, 周支立, 翟斌. 集貨送貨一體化的物流配送車輛路線問題的標(biāo)號算法[J]. 運籌與管理, 2022, 16(3): 1219. [30]葛繼科，邱玉輝，[J].（10）.[31]趙振勇，王力，[J].(S2).[32]Fagerholt K，Laporte G，Norstad I. Reducing fule emissions by optimizing speed on shipping routes. Journal of the Operational Research，2022，61(3)：523529.[33]Fihliozzi M A. The impacts of congestion on timedefinitive urban freight distribution works CO2 emission levels：Research Part C，2022，19(5)：766778.天津理工大學(xué) 2022 屆本科畢業(yè)設(shè)計說明書 22 致謝謹在本實驗以及畢業(yè)設(shè)計說明書完成之際，向所有在學(xué)習(xí)上和生活上幫助過我的老師們和同學(xué)們致以最誠摯的謝意！首先要感謝我的畢業(yè)設(shè)計指導(dǎo)教師老師。（5）仿真實驗結(jié)果表明該方法可以得到一個令人滿意的車輛調(diào)度與路徑規(guī)劃的方案，此方案可以在不顯著改變物流企業(yè)運作成本的情況下使得燃油消耗和碳排放成本得到了明顯的降低，為企業(yè)在進行車輛調(diào)度時提供了有益的參考思路。（3）以燃油消耗與碳排放、成本的最小化為目標(biāo)，建立了取送貨綠色車輛調(diào)度與路徑規(guī)劃問題的數(shù)學(xué)模型，該模型主要考慮行駛距離對燃油消耗和碳排放量的影響，對以車輛的運輸時間和中轉(zhuǎn)時間為約束條件來確定最短路徑降低成本進行決策。本文針對考慮燃油消耗和碳排放的 VRP 問題進行了研究，主要的研究工作總結(jié)如下：（1）首先針對考慮燃油消耗和碳排放的 VRP 問題，然后建立了相應(yīng)的數(shù)學(xué)模型，并設(shè)計了改進 TS 算法，算法中采用有效的解的表示方式、初始解的產(chǎn)生、解的評價方法、終止條件以及算法的框架，最后進在標(biāo)準(zhǔn)的 VRP 算例上行了仿真實驗，并對結(jié)果進行了分析。結(jié)果如表 3 所示：表 3 求解質(zhì)量考慮碳排放指標(biāo) 不考慮碳排放指標(biāo)實例M_C M_S M_C M_S1 2 3 4 5 6 7 8 9 10 天津理工大學(xué) 2022 屆本科畢業(yè)設(shè)計說明書 18 4905005105205305405505605701 2 3 4 5 6 7 8 9實 例萬元考 慮 碳 排 放 指 標(biāo) M_C 不 考 慮 碳 排 放 指 標(biāo) M_C圖 考慮與不考慮碳排放量的成本比較010000202203000040000500001 2 3 4 5 6 7 8 9實 例千克考 慮 碳 排 放 指 標(biāo) M_S 不 考 慮 碳 排 放 指 標(biāo) M_S圖 考慮與不考慮碳排放量的比較從仿真結(jié)果可以看出，一方面考慮碳排放指標(biāo)下求解結(jié)果可以減排 噸；2CO另一方面由于碳排放指標(biāo)中對運輸速度的考慮，而導(dǎo)致相比不考慮碳排放的情況，運輸成本增加幅度較小。 仿真實驗根據(jù)驗證算法的比較結(jié)果得出采用遺傳算法更具有效性，則設(shè)初始種群為 10，進化次數(shù)為 50，交叉、變異概率分別為 和 ，在考慮碳排放指標(biāo)（ =0）和不考慮碳排放指?標(biāo)（ =1）情況下進行模擬。算法采用 編程實現(xiàn)，所得結(jié)果在平臺下測試得到。某集團采用了表 1 給出的 IPCC 國家ijd溫室氣體清單指南發(fā)布的不同運輸方式的 排放因子。為簡化計算，將一小時作為一個時間單位，十公里作為一個距離單位。承運人 。改進 GA 算法的流程圖如圖 所示：天津理工大學(xué) 2022 屆本科畢業(yè)設(shè)計說明書 15 使用整數(shù)編碼 ， 構(gòu)造可行線路的染色體設(shè)置控制參數(shù)產(chǎn)生初始群體P ( 0 )是否滿足終止條件計算適應(yīng)度輸出結(jié)果結(jié)束i = N ?選擇遺傳算子g e n = g e n + 1選擇兩個個體執(zhí)行交叉將兩個子代串插入到新群體i = i + 1選擇一個個體 選擇一個個體執(zhí)行復(fù)制 執(zhí)行變異插入到新群體 插入到新群體是否i = 0是g e n = 0否i = i + 1P cP m圖 改進遺傳算法流程圖天津理工大學(xué) 2022 屆本科畢業(yè)設(shè)計說明書 16 第五章 算例分析 驗證算法本文是依據(jù)實際數(shù)據(jù)的取值范圍，問題實例隨機產(chǎn)生，對隨機模型以及求解方法的有效性進行驗證。如果一直進化，當(dāng)算法運行到預(yù)先設(shè)定的最大的進化代數(shù)時，就終止算法，把得到的結(jié)果輸出。,jhvgj?39。0,.}fn3. 基因變換：若 、 且 ，則 。0{,.,.,}fgjhnhvv?2. 基因刪除：若 ，則 ；39。(,)GVA?0{,.,.}fghnhvv0vn1. 基因插入：若 、 ，則 ；()j 39。39。在GA 算法中，變異可以擴大算法的搜索空間，保持群體中染色體個體的多樣化，從而避免了局部最優(yōu)解的產(chǎn)生。12310,v ；39。本文采用的交叉算子，在進行交叉過程中進行互換的最小整體為線路。 交叉算子交叉算子又稱重組（Rebination），是用根據(jù)選擇操作得到的兩個染色體個體，以一定的概率按照某種方式互換一些基因，從而得到子代染色體的過程。天津理工大學(xué) 2022 屆本科畢業(yè)設(shè)計說明書 13 設(shè) 、 、 分別表示路徑 h 的運輸成本、運輸時間和碳排放量， 、 、()h?t()sh max?in、 分別表示 、 的上限、下限。123L?? 適應(yīng)度函數(shù)的建立GA 算法通過適應(yīng)度函數(shù)來判定一個染色體的好壞程度。ip?ij? 2（3）隨機生成 條路徑。采用基于通道最短路徑法，具體步驟如下：（1）以 、 作為網(wǎng)絡(luò) G 中邊和節(jié)點上的時間參數(shù)，求解出 條時間最短路，即()ijmE