摘要
为了提高配送方案在需求信息或运输时间等不确定因素相关数据无法完全获知时的可靠性,以最小化运输成本为基本目标,在保证较低物资配送延迟率的前提下,提出了基于场景分布式鲁棒优化的车辆配送路径规划模型。在分析传统随机优化模型的基础上,构建了多种不确定集合下的确定型鲁棒对等式模型。同时,为了提高该模型在大规模问题下的可行性,提出了基于免疫遗传算法的求解算法。最后,论文以某零售商品配送路径优化问题为例对模型及算法进行验证,结果表明该模型比一般模型降低配送延误28.6%,因此,鲁棒优化模型在提高客户满意度方面比传统风险中性模型具有明显优势。
-
单位武汉科技大学; 湖北文理学院