英语原文共 19 页，剩余内容已隐藏，支付完成后下载完整资料

两级协作多中心车辆路线优化中的经济和环境评估

Yong Wang ^{a, b, *}, Shuanglu Zhang ^a, Kevin Assogba ^{c, **}, Jianxin Fan ^{d, ***}, Maozeng Xu ^a, Yinhai Wang ^{e, f}

a重庆交通大学经济管理学院，重庆400074 b电子科技大学管理经济学院，成都610054 c俄勒冈州立大学土木与建筑工程学院，科瓦利斯，俄勒冈州97330， 美国d重庆交通大学河海工程学院，重庆400074 e华盛顿大学西雅图市土木与环境工程系，华盛顿州98195-2700 f同济大学交通工程学院交通数据科学研究中心 大学，上海201804

1. 简介

城市人口的迅速增加从根本上影响了物流配送网络的日益复杂，并导致了大都市区污染的加剧。从经济学的角度来看，由于以下原因，物流公司要么面临运营成本的增长

*通讯作者。重庆交通大学经济管理学院，重庆400074

**通讯作者。

***通讯作者。

电子邮件地址：yongwx6@gmail.com（Y. Wang），shuangluzh6 @ 163.com（S. Zhang），kevinassogba @ gmail.com（K. Assogba），jxfanw @ gmail.com（J. Fan），xmzzrxhy @ cqjtu.edu.cn（M. Xu），yinhai @ uw.edu（Y. Wang）。

https://doi.org/10.1016/j.jclepro.2018.06.208

0959-6526 /copy;2018 Elsevier Ltd.保留所有权利。

长途运输，或由于运输资源短缺而无法正确覆盖其分销网络。关于扩展网络的环境影响，分配路线的设计不当会导致不合理的车辆出行和交通拥堵，从而实质上增加了二氧化碳（CO2）的排放。对于这些挑战，必须进行网络优化以找到更可持续的解决方案，公司应与政府机构密切合作以规范碳排放。

在现代物流管理中，越来越多地采用多梯队分销网络来优化运营，有效管理客户并缓解城市拥堵（Mousavi等，2015； Zhang等，2017）。例如，可以设计一个二级梯队的分销网络，其中一级物流中心（LC），二级物流中心（DC）和最终客户区域（Soysal等，2015）。作为网络的下游组件，客户可以通过评估标准（例如邻近性，服务成本，服务质量，交付能力，交付设备等）来外部选择配送中心。但是，出现了几种不评估邻近性标准的供应商选择方案。公司在各种营销活动中投资的结果。随后，客户群体扩大，但存在潜在的运营问题。实际上，有时需要配送中心进行长途运输，这会产生更多的费用和碳排放。尽管对车辆路径问题进行了大量研究，但上述问题仍然存在。因此，应制定更可持续的策略来提高现有物流网络的可靠性。

近年来，一些研究提出了配送中心之间的合作，作为实现城市物流网络可持续性的良好措施。实际分析还证明，由于可以降低成本和行进距离，因此组建合作联盟对供应商和客户都有利。它在现实世界中的实现主要包括合理共享参与者的资源（客户，车辆，仓库等）。随后，考虑每个参与者的贡献以进行集体利润分配。因此，合作也可以被看作是一种评估参与者的合作行为以分配利润的机制（Kumoi和Matsubayashi，2014）。在此基础上，许多学者运用合作博弈理论对利润分配进行了广泛的研究。 Dai和Chen（2012）研究了集中式协作框架，并基于Shapley值，比例分配概念以及每个参与者对服务实现的贡献，提出了三种利润分配机制。 Zhang and Geng（2012）应用了多主体仿真技术来分析利润分配对合作的可靠性和参与者平均收入的影响。结果表明，利润减少系数约为0.5可使合作保持在较高水平，平均参与者的收入与知识溢出的收入之间存在合理的差异。 Lozano等。 （2013）提出了一个线性模型，以评估合并运输需求后公司的总储蓄。熊猫等。 （2015年）应用合同谈判流程解决渠道冲突，并将剩余利润分配给成员。冯等。 （2017）引入了一种协作和决策机制，以在多维协作环境中实现自主控制。总而言之，最新的研究结果支持合作和利润的合理分配足以使支出最小化和利润最大化。然而，确保合作物流网络的可靠性需要解决两个关键问题：（a）优化集体分销网络以增加利润并最终为环境保护做出贡献； （b）在参与者之间合理分配利润。

车辆路径问题（VRP）是设计物流网络时通常会遇到的经典优化问题。关于VRP的研究吸引了几位学者，并且还提出了一些变体，以在供应商和供应单位之间找到合适的路线。最近的研究集中在访问多个梯级分销网络，同时开发了复杂的启发式，元启发式和动态优化工具以用于解决方案搜索。另外，经常考虑使用多个DC来评估大型网络上建议的优化方法的相关性。 Hemmelmayr等。 （2012年）开发了一种自适应的大型邻域搜索启发式方法，用于研究两级分销网络，在此网络中，DC将通过卫星设施为最终客户提供服务。

Narasimha等。 （2013年）讨论了一种称为“最小-最大” MDVRP的多仓库VRP（MDVRP）变体，旨在最小化车辆的行进距离，并介绍了扩展的蚁群算法以探索可行的解决方案。 Luo和Chen（2014）提出了一种多阶段改组的蛙跳算法，以解决传统的MDVRP，带时间窗的MDVRP和电容式VRP。 Oliveira等。 （2016年）采用了另一种方法来优化MDVRPs，引入了协作式协同进化算法，并为本地搜索引入了并行演化环境。 Grangier等。 （2016年）讨论了具有卫星同步的两级多行车辆路径问题，提出了一种自适应大邻域搜索（ALNS）并确认了其在实际问题上的应用。曼奇尼（Mancini，2016）将ALNS与一种数学方法相结合，以使用异构的运载工具车队来优化多站点多期限VRP。 Chan等人将VRP扩展到更大的网络。 （2016年）专注于三个梯队供应链，修改了非支配排序遗传算法II（NSGA-II）以提高解决方案的准确性，并通过实际案例研究证明了其相关性。最近，Du等人。 （2017）研究了用于危险产品分配的MDVRP，并引入了一个模糊的双层规划模型以最大程度地减少预期的运输总风险。同样，一些研究人员研究了不同类型的产品分销，而其他研究人员则根据实际情况提出了具体目标。

由于认识到全球变暖和温室气体排放的后果，最近更多的研究集中在车辆路线优化的环境目标上。例如，张等人。 （2014年）提出了一个环境车辆路径问题（EVRP）来研究碳排放的环境影响，开发了一种混合人工蜂群算法（ABC），并与原始ABC算法进行了比较验证了其性能。此外，还采用了诸如通过政府法规实施低碳执法等策略，以减少物流活动对环境的负面影响。 Garg等。 （2015年）解决了与闭环物流网络设计有关的环境问题，并介绍了一种交互式多目标编程方法，以优化正向链和反向链中的产品流以及分配过程中使用的车辆数量。 Li等。 （2016a）提出了一种混合整数非线性规划模型，用于求解两阶段时间受限的车辆路径问题，并建议优化设施位置和消除空载运输有利于减少二氧化碳的排放。 Li等。 （2016b）将模拟退火算法应用于VRP，证明总距离是影响碳排放的关键因素。 Suzuki（2016）研究了污染路径问题，评估了有效载荷和距离对燃油消耗的影响，并设计了一种双目标元启发式方法来提高帕累托效率。 Xiao和Konak（2017）为基于时间的VRP和调度问题开发了动态规划算法，以确定有利于减少CO2排放和燃料消耗的最佳车辆路线。

随着优化数据集的扩展，启发式方法和动态规划方法有时在解决大规模问题时需要大量的计算时间。因此，为了满足当今对高速计算的需求，研究人员结合了聚类方法以减少优化问题或有效管理客户的复杂性（Kuo等人，2012; Vidal等人，2015; Tang等人，2018） 。 Li等。 （2011年）应用LRFM客户关系模型将大量客户分为较小的单元。对客户群进行了四个维度的考虑：关系长度（L），最近交易时间（R），购买频率（F）和货币（M）。 Ozdamar和Demir（2012）研究了灾区的物流规划问题，并提出了一种多层次的聚类算法，以在优化车辆路线之前将需求节点分为小集群。 Wang等。 （2014年）开发了一种具有层次分析结构的基于模糊的客户聚类算法，以降低大规模优化中物流网络的复杂性。 Vidal等。 （2015）解决了集群车辆路径问题（CluVRP），并提出了两种基于迭代局部搜索算法和混合遗传搜索算法的混合方法。

许多研究评估了合作机制在物流网络优化中的重要性和实用性，并采用了广泛的策略来设计用于计算目的的有效算法。 然而，现有文献提出了以下三个研究空白。 首先，协同车辆路线优化很少评估运输操作对环境的影响。 第二，很少关注物流网络不同梯队之间的协作。 第三，一些学者提出了单梯队VRP优化中仓库之间的协同作用，但应将机制扩展到上游设施以实现长期效率。

本文介绍了两级协作多中心车辆路径问题（2E-CMCVRP），它是多中心VRP（MCVRP）和利润分配问题的结合。 MCVRP是多个仓库VRP的变体，是指具有不同类型的物流设施（LC，DC或仓库，卫星等）的网络。因此，协作式MCVRP（CMCVRP）指的是协作网络，并着重强调了两种或两种以上类型设施的协同作用的可能性。对2ECMCVRP进行调查，以进行经济和环境评估，评估合作对两级分销网络优化设计的影响。评估了协作网络的不同布局，并模拟了DC之间以及LC和DC之间的协同作用。首先，对现有的车辆路线网络进行优化，以最大程度地减少固定成本，运输成本和碳排放。客户聚类是车辆路线优化方法的一部分，可减少计算和网络的复杂性。客户之间以及相对于物流设施的欧几里得距离被视为聚类分析的主要标准。此外，开发了一种改进的非支配排序遗传算法-II（Im-NSGA-II），以寻找最佳的分配路线集。此外，还应用了“最低成本保留储蓄（MCRS）”方法来找到最佳的利润分配解决方案，该解决方案可保持协作的稳定性。

实际上，解决2E-CMCVRP将在不同方面使公司，政府和客户受益。 （i）由于产品是在早上和晚上交付的，因此配送中心之间的协作可以减少在早上和晚上的交通高峰期的拥堵程度。 （ii）通过最小化行进距离和运输次数可以减少总运营成本和碳排放量。 在这方面，可以应用所提出的双目标模型和基于客户聚类的混合启发法来确保解决方案的效率。 （iii）公司将从政府获得更多补偿，同时从协作分销网络中获得可观的利润。 （iv）对于所提供的客户，服务的可靠性和交付速度将提高。

总而言之，本文在以下方面为文献做出了贡献。 （1）整合纵向和横向合作机制，以优化两级多中心物流网络，并评估合作的经济和环境影响。 （2）设计基于实际操作的双目标数学公式，以同时最小化成本和二氧化碳排放。 （3）为了有效地寻找良好的解决方案，本文提出了一种改进版本的非支配遗传算法-II（ImNSGA-II），该算法结合了客户聚类以生成初始种群，并对遗传算子进行了适当修改以适合染色体的繁殖。 （4）通过实际案例研究证明了所提出的模型和解决方案方法的实际相关性，并进行了比较以支持组合方法的优越性。此外，提出并讨论了协作网络的不同布局，以便找到最合适的布局并确保网络的稳定性。

本文的其余部分安排如下。在第2节中，说明了一个两级多中心车辆路线网络，并阐述了双目标模型以最小化成本和CO2排放。在第3节中，我们介绍了一种混合解决方案方法来解决2E-CMCVRP。为了验证所建​​立的模型和提出的方法的有效性，在中国重庆市进行了案例研究，并在第4节中对合作的经济和环境影响进行了深刻的评估。结论总结了研究结果，并提出了未来研究的方向。2. Problem statement

2.1. 相关缩略语

为了对这项研究进行更相关的评估，考虑到它们出现的顺序，下面列出了整篇文章中使用的首字母缩写词和缩写词的完整版本。

LC：物流中心

DC：配送中心

VRP：车辆路线问题

MDVRP：多个仓库

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[234083]，资料为PDF文档或Word文档，PDF文档可免费转换为Word