博文

2025年度最佳论文奖 | 基于模糊需求和模糊运输时间的多式联运路径优化

已有 283 次阅读 2026-9-1 11:07 |个人分类:论文推荐|系统分类:博客资讯

编辑荐语

本期将给大家分享2025年度最佳论文奖获奖文章"基于模糊需求和模糊运输时间的多式联运路径优化(Multimodal transportation route optimization based on fuzzy demand and fuzzy transportation time)". 如您对本期相关内容有好的理解与建议, 欢迎评论区留言.

本文聚焦于不确定场景下低碳多式联运路径规划面临的两大核心难题——模糊运输需求、模糊运输时长, 同时兼顾混合时间窗、碳排放与运力多重约束, 提出了一种“模糊机会约束建模+优先级编解码自适应差分进化”的系统性求解方案. 研究首先采用三角模糊数刻画运量与运输时间的不确定性, 依托模糊机会约束规划理论将不确定模型转化为可求解形式, 融合硬软混合时间窗、低碳成本双目标构建鲁棒多式联运优化模型; 针对连续型元启发式算法难以直接求解离散路径组合优化的痛点, 创新设计基于优先级的通用实数编码, 并嵌入时间、成本、碳排放多维度启发因子构建专用解码流程, 搭配蒙特卡罗采样量化各约束在随机场景下的置信满足度. 在此基础上, 创新性设计搭载多类邻域搜索算子的自适应差分进化算法, 通过动态策略自适应机制平衡全局探索与局部精细开发, 结合加权惩罚型适应度函数统一处理多目标优化与约束违规问题. 多规模算例对比多类主流智能算法与商用求解器的仿真实验, 充分验证了所建模糊优化模型与改进ALDE算法的求解精度、方案鲁棒性与计算效率. 本工作为模糊不确定环境下绿色多式联运路径优化提供了一套完整标准化建模与算法求解范式, 兼具理论完备性与物流工程落地实用性, 对提升多式联运方案抗风险规划能力、推动低碳智能物流技术发展具有重要价值.

论文介绍

基于模糊需求和模糊运输时间的多式联运路径优化

Multimodal transportation route optimization based on fuzzy demand and fuzzy transportation time

杨喆, 邓立宝†, 狄原竹, 李春磊

机构: 哈尔滨工业大学信息科学与工程学院

引用:

杨喆, 邓立宝, 狄原竹, 等. 基于模糊需求和模糊运输时间的多式联运路径优化. 控制理论与应用, 2024, 41(6): 967 – 976

DOI: 10.7641/CTA.2023.20537

全文链接:

https://jcta.ijournals.cn/cta_cn/ch/reader/create_pdf.aspx?file_no=ccta220537&flag=1&journal_id=cta_cn&year_id=2024

摘要

考虑不确定性的模糊多式联运路径优化研究, 可以在满足运输方案经济环保双重要求的同时, 增强运输方案的鲁棒性, 提高企业的抗风险能力. 本文建立了模糊需求和模糊运输时间下低碳低成本多式联运路径优化模型, 针对连续型元启发式算法无法直接求解离散型组合优化模型的问题, 设计了基于优先级的通用编码方式. 在此基础上, 为进一步提高算法的求解质量, 提出了带启发式因子的特殊解码方式, 并且提出了一种带邻域搜索策略的自适应差分进化算法. 结果表明, 改进算法获得的最终方案在蒙特卡罗采样的大多数场景下满足约束, 方案稳定性强, 目标值最低.

引言

交通运输发展的高级阶段是多式联运[1], 目前已经成为现代物流中一种重要的运输组织模式[2]. 多式联运作为单式运输高效且可持续的替代办法, 是指利用多种方式, 利用标准装载单元,灵活规划[3]. 与单一模式运输相比, 多式联运可以有效利用各种运输方式的优势, 为货物运输提供更加灵活可靠的选择, 合理的联运规划可以有效地提高运输效率, 降低运输成本[4]. 联运路径规划的问题是多式联运的重要研究方向之一, 也是经典最短路径问题的延伸和扩展[5].

在现有的文献中, 多式联运路线优化已经得到了较为广泛的研究[6]. 早期的研究主要以确定性的多式联运路径优化问题为主. 董佳等人[7]针对易腐货物, 建立基于时间窗约束的多式联运路径优化问题, 同时设计了遗传和禁忌搜索的组合算法求解算例. 綦潘安等人[8]重点研究了多任务集装箱多式联运路径优化方案, 综合考虑运输方式班期限制和运力约束影响因素, 以总成本最小为目标构建了不同收发地､不同时间窗的多运输需求的集装箱多式联运路径规划模型. 之后利用带精英保留策略的改进遗传算法对模型进行求解, 结果表明算法稳定性较高. Ko等人[9]针对生物能源生产可持续多式联运问题进行了研究, 提出了一种可持续生物质运输的多目标随机模型, 并确定模型选择对运输方式的影响水平. Xu和Rong[10]进行了基于物联网环境下多式联运优势的高速公路物流路径优化研究.

随着确定性多式联运问题研究的成熟, 研究者聚焦于更贴合实际的不确定多式联运问题. 柳伍生和肖必弘[11]建立了基于模糊机会约束的绿色多式联运路径鲁棒优化模型, 使用Cplex对实际算例进行求解, 验证所建模型的鲁棒性. 李立等人[12]考虑枢纽拥堵状况下路径选择的不确定性, 建立绿色多式联运鲁棒优化模型. 基于对偶理论将模型等价转化为混合整数线性规划模型, 并使用MATLAB/Yalmip进行编程, 调用Gurobi进行求解. 张旭等人[13]针对需求与碳交易价格双重不确定的情景, 建立混多式联运路径合鲁棒随机优化模型, 在蒙特卡罗采样的基础上, 使用灾变自适应遗传算法进行有效性检验. Li和Su[14]考虑碳排放多任务的多式联运路径优化模型与算法, 设计分步方法结合遗传算法组合求解. Peng等人[15]研究了带时间表的不确定多式联运路线问题, 设计了一种基于数据驱动的高效转换方法结合非支配排序遗传算法II(nondominated sorting genetic algorithm II, NSGAII)求解算例.

综上, 诸多国内外学者对多式联运进行了研究, 但仍存在部分局限性. 首先, 建立多式联运模型时所考虑的时间窗一般被划分为两种, 分别是硬性约束时间窗和软性惩罚时间窗, 部分研究仅仅考虑了其中一种形式的时间窗, 但实际运输中, 不同节点对时间窗的要求是不同的. 其次, 大多数多式联运模型中的所有参数均为确定值, 但在实际运输中, 部分因素是不确定的,例如在货物的实际运输中, 由于季节性需求､突然补货等因素, 运输量会发生不确定的变动. 对于考虑到多式联运中的不确定因素的研究, 其中大部分论文的求解方法主要是Cplex或其他类似的求解器, 但求解器无法求解大规模问题; 另一些论文使用了元启发式算法, 但其主要是离散类算法如蚁群､遗传算法等, 连续型元启发式算法如粒子群和差分进化等几乎没有被使用, 此外, 这些文章并没有详细展示元启发式算法和不确定优化问题耦合点. 鉴于上述研究的局限性, 本文主要从以下几个方面进行考虑: 首先, 将货物的运输量和各子路径不同运输方式的运输时间视为不确定量, 用三角模糊数表示, 研究模糊需求和模糊运输时间下的低碳低成本多式联运路径优化问题. 之后在模型中引入混合时间窗, 货物必须在硬时间窗内抵达, 超出软时间窗范围, 则须额外支付提前或者延迟费用. 此外,考虑到中国碳排放政策的特点和要求, 本文将碳排放作为约束加入到模型. 最后, 本文基于蒙特卡罗采样, 结合改进差分进化算法, 对不确定多式联运优化模型进行求解, 详细阐述了元启发式算法求解不确定优化模型的全部流程, 即不确定优化模型转化､编码设计､解码设计､蒙特卡罗采样, 以及适应度函数设计, 为元启发式算法求解不确定优化模型提供一种标准的范式.

微信截图_20260721153357.png

结论

在实际应用中, 企业需提前制定多式联运计划, 即计划的制定具有超前性, 但是提前制定的计划会因为各种突发情况导致运输需求存在一定变动, 同时也无法保证各子路径的运输时间固定, 因此企业在制定计划时, 必须保证计划的鲁棒性和抗风险能力. 基于上述考虑, 本文建立了模糊需求和模糊运输时间下多式联运路径优化模型. 同时针对元启发式算法无法直接求解路径优化这类离散型组合优化模型的问题, 本文设计了基于优先级的编码方式. 同时, 为了进一步提高算法的求解质量,本文设计了加入启发式因子的特殊解码方式, 并且提出了一种带局部搜索策略的自适应差分进化算法. 试验结果表明, 本文提出的算法可以有效地求解目标问题, 最终方案可以在大多数场景下满足约束. 但是本文仍有部分考虑不足的地方, 如单个节点的时间限制实际上是多个离散小时间窗的集合, 不在时间窗内抵达时, 需要等待. 在实际运输中并不一定是同一类变量的所有元素均发生变化, 而是其中部分元素发生变化. 设计更符合实际的优化模型以及降低算法求解误差, 是下一步的研究重点. 此外, 本文将问题的多个目标通过加权转单目标进行求解, 未来可以考虑设计相关算法, 计算不确定多式联运路径优化问题的帕累托解集.

作者简介

杨喆博士研究生, 主要研究方向为智能优化与机器学习;

邓立宝副教授, 博士生导师, 主要研究方向为智能优化与机器学习, 具体应用方向为智能制造系统､车间调度､集成电路测试优化和自动测试系统､智能测控技术等;

狄原竹硕士研究生, 主要研究方向为智能优化;

李春磊博士研究生, 主要研究方向为智能优化.

期刊介绍

《控制理论与应用》(Control Theory & Applications)是经国家科学技术部批准, 教育部主管, 由华南理工大学和中国科学院数学与系统科学研究院联合主办的全国性一级学术刊物, 1984年创刊, 月刊, 国内外公开发行. 《控制理论与应用》是中国科学引文数据库首批统计源期刊之一，中文核心期刊，入选中国精品科技期刊顶尖学术论文F5000项目，中国科协自动化学科领域高质量科技期刊目录以及中国科协百篇优秀科技论文遴选计划，2021年入选广东省高质量科技期刊建设项目，2022-2024年连续获得基金委资助（科技活动专项）。

期刊封面2.jpg 目录2.jpg