考慮碳排放因素的車輛路徑優(yōu)化建模研究.pdf

1、伴隨著全球經(jīng)濟一體化的深入，中國經(jīng)濟迎來快速發(fā)展的春天，與此同時其能源消耗也呈現(xiàn)日益增長的趨勢。其中，中國碳排放量從1980年的14.5億噸急劇增長到2013年的100億噸而位居全球第一，占據(jù)全球總排放量的29％。研究顯示，物流配送已經(jīng)成為全球碳排放的重要來源之一，其產(chǎn)生的溫室氣體占據(jù)全部份額的14％相比美國12％和歐盟11％的份額，我國物流業(yè)溫室氣體排放占據(jù)總溫室氣體高達19％。因此，研究考慮碳排放因素的車輛路徑問題以降低我國物流運輸

2、行業(yè)碳排放變得至關重要。本篇文章研究的重點是考慮碳排放因素下車輛路徑模型和優(yōu)化方法，具體的研究內(nèi)容和創(chuàng)新之處如下所示:
　　首先，針對計算貨運車輛的碳排放量需要，比較分析碳排放的計算模型;考慮到計算的簡便性和可操作性，適當簡化處理計算模型。針對物流企業(yè)可能參與到碳交易中，同時面臨碳排放權的買賣操作和碳懲罰的情況，研究適用于物流配送企業(yè)的帶碳懲罰的碳交易機制和模型，此外還分析碳交易機制的波動對物流配送構(gòu)成的影響。
　　其次，針

3、對研究的車輛路徑問題，建立帶碳排放和時間窗的多目標整數(shù)規(guī)劃模型;考慮到求解模型的復雜性，結(jié)合聚類分析方法、掃描算法和兩邊逐次修正算法來設計新的混合遺傳算法。通過聚類分析技術可以根據(jù)客戶的離散情況進行分類，減少算法的無效搜索;其次，采用掃描算法可以對同類客戶進行快速排序，避免產(chǎn)生適應度太差的個體;最后，使用兩邊逐次修正算法可以對優(yōu)化后的子路徑進行再度優(yōu)化，從而提高算法的求解性能。為驗證設計算法的性能，采用標準算例對算法的有效性和可靠性進行

4、測試。
　　最后，結(jié)合重慶天友乳業(yè)股份有限公司的物流配送案例，驗證本文建立的考慮碳排放因素的車輛路徑模型和設計的混合遺傳算法。同時根據(jù)本案例，分別討論在單車型、混合車型、不同比例下碳交易量、不同碳交易價格和碳懲罰價格對物流配送的影響，此外還對比其他啟發(fā)式算法驗證設計的混合遺傳算法實用性和穩(wěn)定性。
　　本文的主要貢獻是，第一，總結(jié)物流配送車輛的碳排放計算模型，確定適合本文的碳排放計算方式，其次建立碳交易機制和討論對物流配送的影