[发明专利]多式联运路径优化方法、系统、存储介质、计算机设备在审
申请号: | 202110284644.8 | 申请日: | 2021-03-17 |
公开(公告)号: | CN113033885A | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 柳伍生;肖必弘;谭倩 | 申请(专利权)人: | 长沙理工大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/08;G06Q30/02;G06F17/11 |
代理公司: | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人: | 包晓静 |
地址: | 410014 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 联运 路径 优化 方法 系统 存储 介质 计算机 设备 | ||
1.一种多式联运路径优化方法,其特征在于,所述多式联运路径优化方法包括:
考虑环境影响的多式联运规划模型建立;
多式联运中不确定参数的处理。
2.如权利要求1所述的多式联运路径优化方法,其特征在于,所述考虑环境影响的多式联运规划模型建立包括:
(1)节点可同时满足公铁水三种运输方式的中转需求;运量无法分割,不能通过两条线路运输,且相邻两个节点间,只能够选择一种方式进行运输;货物只在节点处发生运输方式的转换,并且只存在不同运输方式的转换,相同的运输方式不进行转换;三种运输方式均不受运输能力和出发时刻的限制;忽视仓储、装卸等运输之外的步骤产生的碳排放量;
(2)参数说明:N:中间节点集合,其中o为起点,d为终点,h,i,j为中转节点,o,h,i,j,d∈N;M:运输方式集合,m∈M,m=1,2,3,其中1代表公路运输,2代表铁路运输,3代表水路运输;从节点i由运输方式m运输到节点j所需时间,单位:时;从节点i由运输方式m运输到节点j所经过距离,单位:公里;cm:使用运输方式m运输的单位成本,单位:元/(吨*公里);rimn:在节点i由运输方式m转换至运输方式n的单位转运费用,单位:元/吨;在节点i由运输方式m转换至运输方式n的转运时间,单位:时;在节点i运输方式m转换至运输方式n的转运等待时间,单位:时;em:使用运输方式m运输的碳排放计算公式,单位:千克;zemn:由运输方式m转换至运输方式n的碳排放量,单位:千克;Lm:使用运输方式m运输过程所产生的等效连续A声级,单位:dB(A);使用运输方式m运输的货损率;q:多式联运运输货物量,单位:吨;选取运输路径和运输方式的0-1决策变量,表示从节点i采用运输方式m运输至节点j,则相反;发生转运的0-1决策变量,表示在节点i由运输方式m转换至运输方式j,则相反;
(3)模型建立。
3.如权利要求2所述的多式联运路径优化方法,其特征在于,所述模型建立包括:
(1)目标函数一:多式联运总成本,多式联运全过程中产生的成本包括节点之间运输产生的成本和在节点中发生转运所产生的成本:
其中,第一项为节点之间发生运输时产生的运输费用,第二项为在节点发生运输方式转换时的转运费用;
(2)目标函数二:总运输时间最小,在多式联运运输过程中所花费的时间包括节点之间运输所需运输时间,节点内运输方式转换所需的转运时间以及等待转运作业开始的等待时间:
其中,第一项为节点之间运输的运输时间,第二项为节点内发生运输方式转换时的转运时间,第三项为节点内发生运输方式转换时的等待时间;
(3)目标函数三:多式联运过程产生碳排放量最小,多式联运过程中,不同运输方式运输过程中以及转运过程中都会产生碳排放污染,根据调查数据可得,公路铁路水路运输每吨*千米分别消耗的柴油量为0.0148,0.0025,0.0056千克,柴油碳排放因子为0.0741kg/MJ,燃油热值为43MJ/kg,得三种运输方式的碳排放计算公式为:
e1=0.0472kg/(t*km) (3)
e2=0.0080kg/(t*km) (4)
e3=0.0178kg/(t*km) (5)
则以总碳排放量最小的目标函数如下:
其中,第一项为不同运输方式运输过程产生的碳排放总量,第二项为节点转运过程产生的碳排放总量;
(4)目标函数四:多式联运过程产生噪声污染最小:运输过程中不同运输方式都会产生不同程度的噪声污染,不同运输工具在不同的速度以及参考距离下产生的等效连续A声级均不相同,采用不同运输方式产生的等效连续A声级与时间的乘积度量噪声污染,目标为噪声污染最小:
(5)目标函数五:总货损最小,货物运输过程中,货损货差的原因是:一是装卸搬运不当导致货物挤压、刺穿;二是运输过程中由于颠簸、撞击等造成损坏,则:
(6)多目标函数处理,通过模糊隶属度函数将不同含义的目标统一成无量纲的隶属度单目标函数进行求解,从而将多目标问题转化为具有权重和统一量纲的单目标问题;
将具有不同含义及量纲的目标函数值映射至[0,1]区间,将五个不同量纲的目标函数值转换为具有统一量纲的函数值,转化为单目标问题进行求解;
计算方法如下:
式(9)-(13)中,ω1-5为通过式(1)-(8)所计算出来的目标函数值,ωi min为目标函数i的最小函数值,ωimax为目标函数i的最大函数值,其中i∈{1,2,3,4,5};
对所计算出来的归一化目标函数值分别赋与权重求和转化为单目标函数;建立的确定环境下的数学模型为:
Min f=λ1f1+λ2f2+λ3f3+λ4f4+λ5f5 (14)
其中,式(14)为总目标函数,λ1、λ2、λ3、λ4、λ5分别为五个目标函数的权重式(15)至(17)表示运输从起点出发最终抵达终点过程中的运输连续性;式(18)为避免闭回路的约束,ui为引入中间参数,代表路径中节点i的序号;式(19)表示节点前后运输方式不同则在节点内产生了运输方式转换;式(20)表示在节点之间最多发生一次运输;式(21)在节中最多发生一次运输方式转换;式(22)表示运输只能发生在不同节点之间;式(23)表示产生转运需更换运输方式,式(24)为决策变量约束。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110284644.8/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理