25、带容量限制的绿色车辆路径规划问题的初始解构造方法

带容量限制的绿色车辆路径规划问题的初始解构造方法

1. 引言

路线优化技术是降低运输和移动运营成本与污染的有力工具。车辆路径规划问题（VRP）是一个NP难的组合优化编程问题，旨在最小化一组车辆/智能体访问一组客户时的总行驶距离。它是著名的旅行商问题（TSP）的推广，有助于减少燃料使用并提高配送路线的效率。由于该问题是NP难的，通过穷举搜索能最优解决的问题规模有限，因此需要使用各种启发式方法来找到接近最优的解。

在实际应用中，该问题会受到额外约束，多年来产生了众多VRP的变体。其中，带容量限制的车辆路径规划问题（CVRP）是最常见的变体之一，每个客户有特定需求，同时考虑车辆的最大承载能力。经典的CVRP考虑单个仓库，车辆可在仓库重新装载货物。其他流行的变体包括多仓库变体和带取货与送货的VRP（VRPPD）。

为减少环境影响，出现了使用替代燃料车辆（AFVs）的绿色车辆路径规划问题（GVRP），但AFVs受燃料容量和替代燃料站（AFSs）稀缺的限制。带容量限制的绿色车辆路径规划问题（CGVRP）结合了CVRP和GVRP的约束，考虑了最大承载能力和AFS访问需求。使用电动汽车（EVs）的特定变体称为电动汽车路径规划问题（EVRP），通常会对EVs施加额外约束。CGVRP特别适用于运营AFV车队的配送公司。

本文使用两阶段启发式方法评估初始CGVRP路线构造方法，结合初始VRP路线构造和后续的CGVRP修复程序。为每个阶段开发了几种不同的方法，并在基准数据集上进行了测试。比较了中间VRP路线和最终CGVRP路线的性能、复杂性以及对不同VRP变体的适用性，并讨论了这些方法作为高级优化方法的基础。

2. 相关工作

VRP及其众多