25、用于解决电动车辆路径规划与港口泊位分配问题的算法研究

用于解决电动车辆路径规划与港口泊位分配问题的算法研究

在物流运输和港口运营领域，电动车辆路径规划问题（VRP）以及泊位分配和起重机分配问题（BACAP）一直是研究的热点。本文将介绍两种不同的算法，分别用于解决这两个问题，并对算法的性能进行详细分析。

电动车辆路径规划问题的进化可变邻域下降算法

在电动车辆路径规划问题中，提出了一种进化可变邻域下降（EVND）算法，用于解决具有时间窗口约束的车辆路径规划问题，使用的是异构电动模块化车辆车队。

实验设置

• 电池检查与充电 ：每辆电动模块化车辆（EMV）在每个客户位置检查车辆电池的充电状态（SOC）。当SOC低于给定阈值时，车辆进行充电，直到达到该阈值。电池容量最大设置为80 kWh，消耗率$e_k$设置为1.0，充电时间$h$根据到达当前客户位置时电池的当前SOC确定。
• 算法停止准则 ：通用算法的停止准则是固定的迭代次数MaxIter，设置为3000。

VND过程的相关性

为了评估VND的有效性，进行了进化局部搜索（ELS）实验。ELS与EVND类似，但用局部下降过程代替了VND过程，该过程迭代地对后代应用2 - opt移动，直到记录到改进。
|问题|ELS - NV|ELS - TD|ELS - CPU|EVND - NV|EVND - TD|EVND - CPU|Gap%|
|----|----|----|----|----|----|----|----|
|R101|14|1657.16|14.67|13|16