摘要

针对多配送中心下冷链配送的车辆路径问题,考虑到低碳冷链运输的时效性以及需求不确定性,以碳排放成本、制冷成本、时间惩罚成本等在内的总配送成本最小和客户满意度最大为总目标,建立基于可信性测度理论的模糊机会约束模型。在需求模糊的情况下,利用改进的遗传-大规模邻域搜索算法得到初始计划路线,再通过随机模拟算法得到实际需求,进行路线调整。通过与其他文献求解结果对比,以及分析算例来验证所建算法的有效性和模型的合理性,同时分析模型相关参数对目标值的影响。实验结果表明,嵌入局部搜索的改进遗传算法避免了局部最优,加快了收敛性。而且在需求不明时,多配送中心的冷链配送模式要优于单配送中心。