【技術實現步驟摘要】
本專利技術涉及車輛路徑規劃方法，特別涉及一種城市配送中電動物流車充電站選址和路徑優化方法。
技術介紹
1、近年來，物流業作為支撐國民經濟發展的基礎性、先導性產業，其發展平穩向好。
2、現有技術中，不少物流企業使用電動物流車進行配送作業，但由于電動物流車存在續航里程短、充電困難等問題，在配送作業中要將充電設備納入考慮范圍，因此電動物流車的路徑優化研究方法(electric?vehicle?route?problem，evrp)得到學者們、企業們的廣泛關注。在以往的專利技術中，雖然有研究將充電設施的位置考慮其中，但是其所研究的充電設施均為確定的位置或者候選位置并將其建設成本設為同一值，在實際情況中，充電站的建設成本會根據地皮價格變動?，F有技術中缺乏對該類情景的車輛路徑規劃研究方法。
技術實現思路
1、本專利技術的目的是克服現有技術缺陷，提供一種城市配送中電動物流車充電站選址和路徑優化方法，建立半開放式多配送中心電動物流車路徑優化模型(mdhoevrptw)，以總成本最小為目標，考慮排隊等待時間、車輛載重、道路擁堵問題等約束，選用改進的人工蜂群算法并對問題進行求解，得出不同電池容量、充電額度下的最優配送方案。
2、本專利技術的目的是這樣實現的：一種城市配送中電動物流車充電站選址和路徑優化方法，包括以下步驟：
3、步驟s1：確定構建半開放式多配送中心電動物流車路徑優化模型的前提假設；
4、步驟s2：在考慮充電站位置的基礎上，構建半開放式多配送
5、步驟s3：對人工蜂群算法進行改進；
6、步驟s4：將具體參數帶入人工蜂群算法求解出此時的最優路徑；
7、步驟s5：進行靈敏度分析，將不同的電池容量、充電額度帶入人工蜂群算法求解出此時的最優路徑，然后進行比較。
8、作為本專利技術的進一步限定，步驟s1中所述半開放式多配送中心電動物流車路徑優化模型的前提假設包括：
9、(1)已知電動物流車的最大載重重量等信息，有且只有一種車型；
10、(2)配送中心和需求點的位置是已知的；
11、(3)每個客戶只能被一輛電動物流車服務一次；
12、(4)配送活動限制于時間窗，電動物流車早于或者晚于客戶要求的時間，須支付一定的機會成本或者懲罰成本；
13、(5)所有電動物流車從配送中心出發，完成配送任務后，返回任一配送中心；
14、(6)每個充電站的充電設備型號、數量相同，充電站的建設面積相同；
15、(7)配送中心的庫存容量和電動物流車輛能夠滿足配送區域的客戶需求；
16、(8)電動物流車在充電時充電速率保持不變。
17、作為本專利技術的進一步限定，步驟s2中所述充電站排隊模型包括充電站的服務強度、排隊系統到達穩定狀態時的解、平均排隊長度和平均排隊時間；
18、所述充電站的服務強度表示為：其中g表示充電站的服務強度，μ表示一臺充電樁的充電強度，充電站的充電樁數量為m，車輛到達的規律服從到達率為λ的泊松分布；
19、需要充電的電動物流車數量為n；所述排隊系統到達穩定狀態時的解為：pn表示排隊系統處于不同狀態時的概率，p0為排隊系統處于初始狀態時的概率，p1為排隊系統有一個需要充電的電動物流車的概率；pn+1為排隊系統有n+1需要充電的電動物流車的概率；
20、
21、所述平均排隊長度為lq：
22、所述平均排隊時間為wq：
23、作為本專利技術的進一步限定，步驟s2中所述目標函數為z＝min(z1+z2+z3+z4+z5+z6)，由六個目標分函數組成；
24、z1為充電站的投資成本，其中，s為所有備選充電站的集合，s∈{1,…,α}；cη為充電站η的投資成本，zη為0-1變量，當充電站被選中則為1，否則為0；cη為充電站η的投資成本，其中包括土地建設成本、充電樁建設成本和運行維護成本；α表示充電站的建設面積；pη表示充電站η的土地基準地價，萬元/m2；ω表示充電站的充電樁數量；σ表示充電樁的單價，萬元/臺；q0表示貼現率；θ表示充電樁的使用年限；充電站運行維護成本跟建設成本呈現出線性的關系，其中τ代表成本比例系數；
25、z2為電動物流車的固定使用成本：其中，h為電動物流車的集合h∈{1,2,…,k}，p為配送中心集合p∈{1,2,…,m}，電動物流車的固定使用成本包括車輛的日常維護費用、折舊費用和配送人員的勞動成本，b1表示電動物流車的單位固定使用成本；是決策變量，當配送中心h發出電動物流車k時，為1，否則為0；
26、z3為電動物流車的運輸成本：其中，v為所有頂點集合；b2為電動物流車的單位運輸成本；dij為頂點vi和頂點vj之間的距離；為決策變量，表示電動物流車輛k從節點i移動到節點j時，為1，否則為0；
27、z4為電動物流車的充電成本：其中，s為所有備選充電站的集合；h為電動物流車的集合；b3為單位電價；為電動物流車k在充電站η的充電量；zη為0-1變量，當充電站被選中則為1，否則為0；
28、z5為碳排放量的成本：其中，fc為電動物流車行駛100千米的耗電量，單位：kwh/km，μ為充電效率，f為產生電能時的碳排放因子，單位：(co2)kg，ctax表示碳稅；
29、z6為違反時間窗的懲罰成本：其中，c為客戶集合c∈{1,2,…,n}，ei為客戶點i期望的貨物最早到達時間，li為客戶點i期望的貨物最早到達時間，為電動物流車k到達客戶i的時刻；b4為電動物流車早到達客戶點的單位懲罰成本；b5為電動物流車晚到達客戶點的單位懲罰成本。
30、作為本專利技術的進一步限定，步驟s2中所述約束條件具體包括：
31、(1)客戶需求具有不可分割性，每個客戶只能被服務一次：為決策變量，表示電動物流車k從節點i移動到節點j時，為1，否則為0；
32、(2)電動物流車僅從其所屬的配送中心出發一次：
33、(3)只有被選擇建設的充電站才能為電動物流車提供充電服務，m等于1×109：zη為決策變量，當充電站η被選中則為1，否則為0；
34、(4)表示電動物流車所運輸的貨物重量之和不能超過其載重量：ri為客戶點i的需求量；
35、(5)表示電動物流車從配送中心出發時是滿載狀態：為電動物流車k從節點i移動到節點j的運輸量；
36、(6)表示每位客戶的需求都會得到滿足：
37、(7)表示電動物流車不會從配送中心到充電站點或者另一個配送中心：
38、(8)表示對客戶進行服務的過程是連續的：為電動物流車k到達客戶點i的時刻；為電動物流車k離開客戶點i的時刻；ti為客戶點i所需的服務時間；wq為電動物流車充電的平均排隊等待時間；為電動物流車k在本文檔來自技高網...
【技術保護點】
1.一種城市配送中電動物流車充電站選址和路徑優化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種城市配送中電動物流車充電站選址和路徑優化方法，其特征在于，步驟S1中所述半開放式多配送中心電動物流車路徑優化模型的前提假設包括：
3.根據權利要求1所述的一種城市配送中電動物流車充電站選址和路徑優化方法，其特征在于，步驟S2中所述充電站排隊模型包括充電站的服務強度、排隊系統到達穩定狀態時的解、平均排隊長度和平均排隊時間；
4.根據權利要求1所述的一種城市配送中電動物流車充電站選址和路徑優化方法，其特征在于，步驟S2中所述目標函數為Z＝min(Z1+Z2+Z3+Z4+Z5+Z6)，由六個目標分函數組成；
5.根據權利要求1所述的一種城市配送中電動物流車充電站選址和路徑優化方法，其特征在于，步驟S2中所述約束條件具體包括：
6.根據權利要求1所述的一種城市配送中電動物流車充電站選址和路徑優化方法，其特征在于，所述步驟S3具體包括：
【技術特征摘要】
1.一種城市配送中電動物流車充電站選址和路徑優化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種城市配送中電動物流車充電站選址和路徑優化方法，其特征在于，步驟s1中所述半開放式多配送中心電動物流車路徑優化模型的前提假設包括：
3.根據權利要求1所述的一種城市配送中電動物流車充電站選址和路徑優化方法，其特征在于，步驟s2中所述充電站排隊模型包括充電站的服務強度、排隊系統到達穩定狀態時的解、平均排隊長度和平均排隊時間...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。