PDF《长大货物多式联运路径优化模型与算法》

第1 4卷第1期2014年2月交通运输工程学报Journalo fT r a f f i ca n dT r a n s p o r t a t i o nE n g i n e e r i n g V o l .

1 4 N o .

1 F e b .

2 0

1 4 收稿日期:

2 0

1 3

1 0

1 1 基金项目: 国家自然科学基金项目(

7 1

3 7

1 1

9 3,

7 0

9 7

1 1

4 0 ) 作者简介: 雷定猷(

1 9

5 8 ) , 男, 湖南浏阳人, 中南大学教授, 工学博士, 从事交通运输营运管理及优化研究. 文章编号:

1 6

7 1

1 6

3 7 (

2 0

1 4 )

0 1

0 0

7 5

0 9 长大货物多式联运路径优化模型与算法 雷定猷, 游伟,张英贵, 皮志东 ( 中南大学 交通运输工程学院, 湖南 长沙

4 1

0 0

0 4 ) 摘要: 基于可行性与合理性的角度, 分析了长大货物多式联运路径优化的影响因素.以最小运输时 间、 里程与费用为目标函数, 以线路限界、 桥梁承载能力、 起重设备的起重能力为约束条件, 建立了长 大货物多式联运路径优化原始模型.考虑了约束条件的改造性特征, 将原始模型扩展优化, 设计了二 维序列编码策略, 运用遗传算法求解扩展模型.计算结果表明: 运用提出的优化模型与遗传算法, 最 优运输时间、 里程和费用分别为1

2 . 5d 、

11 1 6k m、

5 8 .

1 8万元, 运用提出的优化模型与模拟退火算法, 最优运输时间、 里程和费用分别为1

5 . 5d 、

11 3 1k m、

6 7 .

7 4万元;

运用单一的铁路运输方式与遗传算 法, 最优运输时间、 里程和费用分别为1

2 . 7d 、

11 5 2k m、

5 6 .

5 0万元.与其他2种情况比较, 提出的优 化模型与遗传算法的综合优化程度分别提高5

2 .

2 2 %与8 .

9 5 %, 可见, 模型可行, 算法有效. 关键词: 长大货物;

多式联运;

路径优化;

多目标规划;

遗传算法 中图分类号: U

1 1 6.

2 文献标志码: A 镒 嶙 嶙镒 状 LEID i n g y o u, YOU W e i , Z HANG Y i n g g u i , P IZ h i d o n g ( S c h o o l o fT r a f f i ca n dT r a n s p o r t a t i o nE n g i n e e r i n g , C e n t r a lS o u t hU n i v e r s i t y , C h a n g s h a4

1 0

0 0 4,H u n a n , C h i n a ) :Basedo nt h ev i e wo f f e a s i b i l i t ya n dr a t i o n a l i t y , t h ep a t ho p t i m i z a t i o ni n f l u e n c ef a c t o r s o fm u l t i m o d a l t r a n s p o r t f o r l o n ga n db u l k yc a r g ow e r ea n a l y z e d .T h em i n i m u mt r a n s p o r tt i m e , m i l e a g ea n dc o s tw e r e t a k e na so b j e c t i v e f u n c t i o n s , t h e l i n eb o u n d a r y , b r i d g eb e a r i n gc a p a c i t ya n d l i f t i n ge q u i p m e n t c a p a c i t yw e r e t a k e na sc o n s t r a i n t c o n d i t i o n s , a n dt h eo r i g i n a l p a t ho p t i m i z a t i o n m o d e lo f m u l t i m o d a lt r a n s p o r tf o rl o n g a n d b u l k y c a r g o w a s s e t u p.B y c o n s i d e r i n g t h e t r a n s f o r m a t i o nc h a r a c t e r i s t i c so fc o n s t r a i n tc o n d i t i o n s ,t h eo r i g i n a l m o d e l w a se x t e n d e da n d o p t i m i z e d , t w o d i m e n s i o n a ls e q u e n c ec o d i n gs t r a t e g y w a sd e s i g n e d , a n dt h ee x t e n s i o n a lm o d e l w a ss o l v e db yu s i n gg e n e t i ca l g o r i t h m.C a l c u l a t i o nr e s u l ts h o w st h a tb yu s i n gt h ee x t e n s i o n a l m o d e l a n dg e n e t i ca l g o r i t h m, t h eo p t i m a l t r a n s p o r t t i m e ,m i l e a g ea n dc o s t a r e1 2. 5d ,