(西南石油大學(xué) 四川 成都 610500)

一、成品油二次配送的概念

成品油二次配送是指將油品從油庫配送至加油站的過程，屬于車輛路徑規(guī)劃問題的一個(gè)分支。成品油二次配送屬于末端配送，是成品油運(yùn)輸?shù)淖詈笠粋€(gè)環(huán)節(jié)，與末端客戶(加油站)直接接觸，其配送是否及時(shí)到位，對(duì)加油站的服務(wù)質(zhì)量和城市居民的日常生活都有著重大的影響，建立合適的配送路徑優(yōu)化模型對(duì)公司相關(guān)信息系統(tǒng)的建設(shè)也有著理論上的指導(dǎo)意義。因此，通過科學(xué)合理的手段制定滿意的配送路線，在現(xiàn)實(shí)和理論方面都有著重要的意義。

成品油配送的優(yōu)化一般可以分為系統(tǒng)優(yōu)化、庫存管理優(yōu)化、需求預(yù)測(cè)優(yōu)化、配送中心選址優(yōu)化、車輛調(diào)度優(yōu)化等，各類方向均有學(xué)者進(jìn)行了深入研究，如：系統(tǒng)優(yōu)化方面，賀振更在研究和分析成品油的配送體系的基礎(chǔ)上，設(shè)計(jì)了成品油配送的優(yōu)化系統(tǒng)，以解決需求預(yù)測(cè)和車輛路徑優(yōu)化問題[1]；庫存管理優(yōu)化方面，陳樂群針對(duì)成品油配送過程中的庫存管理方面的問題，引入了VMI思想，闡述了該模式的應(yīng)用要點(diǎn)，建立了VMI庫存管理方法[2]；需求預(yù)測(cè)優(yōu)化方面，魏巧云等通過分析石化企業(yè)的配送實(shí)例，總結(jié)了成品油配送的需求特點(diǎn)，并基于此建立了需求預(yù)測(cè)模型，用以預(yù)測(cè)次日的配送需求及運(yùn)力調(diào)配計(jì)劃，為構(gòu)建成品油主動(dòng)配送模型提供了理論支持[3]；配送中心選址優(yōu)化方面，吳勤旻等在油庫選址問題中考慮油庫的建設(shè)成本因素和二次配送成本因素，將該問題歸納為一個(gè)二層優(yōu)化模型，提出了確定理想選址區(qū)域和可行點(diǎn)的選址方法[4]。

車輛調(diào)度優(yōu)化是近年來成品油配送優(yōu)化的主要研究方向，現(xiàn)有文獻(xiàn)對(duì)車輛調(diào)度優(yōu)化的研究主要集中在建立成品油配送車輛路徑模型并利用相關(guān)求解方法進(jìn)行計(jì)算方面，其核心思想是VRP問題。Cornillier等對(duì)帶時(shí)間窗的成品油車輛路徑問題進(jìn)行了研究，設(shè)計(jì)啟發(fā)式算法并進(jìn)行求解，并通過實(shí)例驗(yàn)證了通過優(yōu)化可以縮短20%以上的行程[5]；Lahyani等研究了不同級(jí)別橄欖油配送中的多車艙車輛路徑問題，并利用分支界定法算法對(duì)問題進(jìn)行了求解，證明了優(yōu)化的有效性[7]。

蘇娟等以配送路徑最短為目標(biāo)建立了多車型成品油二次配送優(yōu)化模型，通過lingo軟件和遺傳算法進(jìn)行求解，得出了合理的車型及路線安排；趙慧英等在研究成品油配送優(yōu)化模型時(shí)，考慮了城區(qū)貨車交通管制的約束，并以最低運(yùn)輸費(fèi)用和風(fēng)險(xiǎn)為目標(biāo)構(gòu)建了多目標(biāo)的路徑優(yōu)化模型；王博弘等對(duì)國內(nèi)外成品油二次配送的研究成果進(jìn)行了調(diào)研，詳細(xì)敘述了成品油二次配送的常用模型、算法以及最新研究成果等，將VRP問題應(yīng)用于成品油二次配送，探討成品油二次配送算法改進(jìn)與發(fā)展的空間，給出了優(yōu)化建議。

二、車輛路徑問題求解方法

由對(duì)于VRP問題直接求最優(yōu)解耗時(shí)較長，20 世紀(jì) 80 年代以來，使用已知信息，在較短時(shí)間內(nèi)求得VRP問題滿意解的啟發(fā)式算法成為學(xué)者研究的重點(diǎn)，經(jīng)過多年的發(fā)展，研究者提出了許多VPR問題的求解方法，目前比較成熟的應(yīng)用求解方法主要有精確算法和啟發(fā)式算法兩種，其中啟發(fā)式算法在不斷的發(fā)展中，又分為了傳統(tǒng)啟發(fā)式算法和智能啟發(fā)式算法兩種。

精確算法在客戶數(shù)量不大時(shí)可以求解VRP問題，當(dāng)客戶點(diǎn)超50個(gè)時(shí)，其往往難以求得VRP問題的最優(yōu)解。隨著啟發(fā)式算法的發(fā)展，智能啟發(fā)式算法由于具有更大的搜索能力，被越來越多的學(xué)者用于VRP問題的求解之中，常見的智能啟發(fā)式算法有FredGlover提出的禁忌搜索算法，Kirkpatrick等提出的模擬退火算法，Dorigo提出的蟻群算法，Kennedy和Eberhart提出的粒子群優(yōu)化算法，Holland提出的遺傳算法等。

在遺傳算法求解VRP問題方面，Sivaram等建立了以最小行駛距離、最少配送車輛為目標(biāo)函數(shù)的帶時(shí)間窗VRP問題整數(shù)規(guī)劃模型，在適應(yīng)度函數(shù)和交叉算子等方面改進(jìn)了遺傳算法，并進(jìn)行了求解驗(yàn)證；Mohammed等通過研究國際特赦組織利用公交車接送學(xué)生的路徑規(guī)劃問題，利用改進(jìn)的遺傳算法求解CVRP問題的最優(yōu)路徑，提出了基于混合交叉操作的最佳路徑選擇方法，發(fā)現(xiàn)以所有公共汽車每日總行駛距離為目標(biāo)函數(shù)可以節(jié)約更多里程。

三、模型求解方法

(一)遺傳算法的數(shù)學(xué)模型可以描述出實(shí)現(xiàn)遺傳算法的整體性框架，但該描述是抽象化的描述，仍需要對(duì)模型中的各個(gè)要素進(jìn)行具體明確，才能夠?qū)崿F(xiàn)遺傳算法的優(yōu)化功能。遺傳算法求解計(jì)算的核心內(nèi)容由編碼、初始種群、適應(yīng)度函數(shù)、遺傳操作、控制參數(shù)五個(gè)要素組成，本節(jié)將結(jié)合國內(nèi)成品油配送路徑優(yōu)化模型，對(duì)這幾個(gè)要素進(jìn)行具體的明確。

(二)本章根據(jù)國內(nèi)成品油配送的現(xiàn)狀及特點(diǎn)，建立相應(yīng)的路徑優(yōu)化模型，并對(duì)用于求解的遺傳算法相關(guān)要素進(jìn)行了確定。首先對(duì)國內(nèi)的配送需求進(jìn)行了描述，以公司配送量最大的油品為對(duì)象，建立單配送中心下、汽油的成品油配送路徑優(yōu)化模型；然后根據(jù) 國內(nèi)實(shí)際，建立總里程最短的優(yōu)化目標(biāo)并建立相應(yīng)目標(biāo)函數(shù)，同時(shí)，通過對(duì)國內(nèi)成品油配送有關(guān)的條件進(jìn)行假設(shè)，設(shè)立約束條件函數(shù)，基于此建立國內(nèi)成品油配送路徑優(yōu)化模型；針對(duì)國內(nèi)配送車型較多的特點(diǎn)，使用合理的多車型分配原則來提高車輛的實(shí)載率；對(duì)模型的遺傳算法求解方法進(jìn)行了分析，合理地確定了編碼、初始種群、適應(yīng)度函數(shù)、遺傳操作、控制參數(shù)等要素，以與國內(nèi)成品油配送路徑優(yōu)化模型相適應(yīng)。