二型模糊环境下的危化品车辆路径规划方法   0    0

本发明公开了一种二型模糊环境下的危化品车辆路径规划方法。本发明步骤是针对运输风险的不确定性，定义了危化品运输车辆路径规划模型。目标是确定风险最小化的运输路线。由于人员的流动性，本发明在传统运输风险模型的基础上引入了二型模糊变量，根据置信度方法构建了机会约束模型以及其对应的等价确定型。针对模型特性，设计了一种模拟退火算法。提出的SAA以一定的概率来接受一个比当前解要差的解,因此有可能会跳出这个局部的最优解,达到全局的最优解。本发明方法具有开放性、灵活性以及计算复杂度低等特点。

1.二型模糊环境下的危化品车辆路径规划方法，其特征在于，该方法具体包括以下步骤：
步骤1：获取基础数据，其中包括运输车辆信息、运输道路信息、人口分布和危化品信息；
步骤2：构建危化品车辆运输路径规划模型；
将危化品运输路径规划模型定义在一个完整的有向图G＝(N，L)中；设N＝{0，1，2，…，n}是有向图中的节点集，节点0是仓储节点，C＝{1，2，…，n}为客户节点集，qi是节点i对危化品的需求量；L为有向图中的弧集，设arcij∈L是连接节点i之间和节点j的弧，dij为arcij的弧长；K＝{k1，k2，...，k|K|}是运输车辆集，每辆车k∈K有固定的负载能力限制Qk；
①计算运输风险
根据“概率‑后果”框架，运输风险被定义为事故概率与事故后果的乘积，任意两节点间的运输风险如下：
Rij＝Pij×Csij，i，j∈N
式中，Rij是节点i，j∈N间的运输风险，Pij是弧arcij上的事故概率；Csij是弧arcij∈L上的事故后果；
②引入梯形区间二型模糊变量
将人口密度设为一个梯形区间二型模糊变量 如下：
式中， 与 为两个梯形一型模糊变量， 的上、下层隶属度函数分别为：
与 为上
层隶属度函数的参数， 为下层隶属度函数的参数， 和 分别为 和 的
高；
则，弧arcij上的运输风险计算如下：
式中， 为引入梯形区间二型模糊变量后的节点i，j∈N间的运输风险；
③危化品车辆运输路径规划模型
模型决策变量xijk如下：
模型目标函数如下：
模型约束如下：
运输车辆必须从仓储节点出发最终回到仓储节点：
每一个顾客的需求都要被满足，且只能被服务一次：
车辆不能超载：
使用的运输车辆数量不能超过|K|：
∑k∈K∑j∈Cx0jk≤|K|
④机会约束规划模型
根据梯形区间二型模糊变量 的上、下层隶属度函数，采用置信度方法将上述模型转换为两个机会约束规划模型；
对于上层隶属度函数， 机会约束规划模型如下：
对于下层隶属度函数， 机会约束规划模型如下：
U L U L
式中，Z 和Z 为机会约束规划模型的目标函数，α和α是预定义的置信度水平；现记，等价约束如下：
式中， 和 定义如下：
上述机会约束规划模型的等价确定性模型如下：
最终，可将原危化品车辆运输路径规划模型转化为：
步骤3：模型求解
根据模型特性，采用模拟退火算法求解危化品车辆运输路径规划模型的等价确定型；
其中模拟退火算法由一个初始解开始，采用邻域算子在初始解的邻域中搜寻新解；
Metropolis准则用来判断新解是否可以替换当前解；若当前解优于最优解，则采用当前解替换最优解；当达到最大内部迭代数时，当前温度将按照预定义的降温率下降；不断重复上述过程直至满足停止迭代标准；
弧arcij上的事故概率Pij计算如下：
Pij＝ARij×Prij×dij
式中，ARij是弧arcij上的事故率；Prij是弧arcij上的危化品泄漏事故概率；
弧arcij∈L上的事故后果Csij计算如下：
式中，pdij是事发地点周边的人口密度； 是事故影响半径。