《Sustainability》:Multi-Objective Queuing Optimization for Oil Depots Balancing Cost, Carbon Emissions and Customer Satisfaction
编辑推荐:
研究人员提出一种带随机服务中断的修正有限容量马尔可夫排队系统(M/M/c/N),并建立涵盖期望成本、碳排放与客户满意度的多目标模型。研究人员推导核心指标并构建相应单位时间目标函数,采用基于贝叶斯优化(Bayesian Optimization, BO)的非支配
研究人员提出一种带随机服务中断的修正有限容量马尔可夫排队系统(M/M/c/N),并建立涵盖期望成本、碳排放与客户满意度的多目标模型。研究人员推导核心指标并构建相应单位时间目标函数,采用基于贝叶斯优化(Bayesian Optimization, BO)的非支配排序遗传算法II(NSGA-II)混合算法(BO-NSGA-II)求解。通过与四种算法在超体积(Hypervolume, HV)、反向代际距离(Inverted Generational Distance, IGD)、代际距离(Generational Distance, GD)与间距(spacing)四类多目标评价指标上对比,证实BO-NSGA-II综合性能均衡:HV达0.657,IGD(0.0066)、GD(0.0009)与spacing(0.0069)均维持低位,表明其帕累托前沿覆盖广、收敛精度高且解分布均匀。权衡分析显示,相较MOEA/D所得最小期望成本解,该算法期望成本仅边际增加1.15%,同时碳排放降至11.25 kgCO2/h、客户满意度升至0.9769,实现经济、环境与服务效益协同。敏感性分析进一步识别装车台最优配置区间为2至4个,配置不足致拥堵,过多致设备闲置与排放上升,盲目扩建亦推高期望成本。该研究为油库资源配置、低碳调度与服务绩效协同优化提供方法参考。
研究背景方面,在全球能源转型与中国“双碳”战略推进下,成品油库作为能源供应链关键节点,面临降本增效与低碳发展多重压力。现场数据显示高峰时段罐车平均等待超100分钟,排队引发占用损失、怠速碳排放及司机满意度下降;既有排队模型多面向通用服务业,既有优化研究常聚焦单目标或双目标(成本-时间、成本-能耗等),较少同时协同成本、碳排放与客户满意度三目标,且碳排放多关注道路行驶而忽视库内怠速排放。为此,研究人员以成品油库罐车装车排队为对象,建立带随机服务中断的有限容量马尔可夫排队模型,开展三目标协同优化。
主要关键技术方法上,研究人员构建带工作故障(working breakdown)的M/M/c/N排队系统,以泊松到达、指数服务、装车臂随机失效(率α)与修复(率β)及降级服务率μD刻画运行;由稳态平衡方程推导忙概率、降级忙概率、空闲概率、平均排队长Lq与平均等待时间Wq等性能指标;以正常服务率μB与μD为决策变量,建立单位时间期望成本、基于Wq的满意度函数S=exp(-k·max(0,Wq-T0))及由怠速排放Etruck与设备能耗排放Eequip构成的碳排放函数;采用外层贝叶斯优化调参(种群规模、交叉率Pc、变异率Pm、精英保留率Er,以高斯代理模型与期望改进EI最大化HV)、内层NSGA-II多目标寻优的双层嵌套BO-NSGA-II架构;实验参数取自中国某成品油库实地调查(λ=5/h,c=2,N=10,α=0.05/h,β=1.20/h,怠速因子9.57 kgCO2/(车·h),设备因子3.98 kgCO2/h)。
研究结果部分,第2节问题建模与数学模型指出,M/M/c/N带随机中断模型能表征罐车到达-排队-装车-臂故障降级-修复过程;三目标间存在冲突——提服务率降等待则抬升设备与投资成本、增设备能耗,故需多目标权衡。第3节算法设计中,BO外层30次目标评估定超参、NSGA-II内层百代进化输出帕累托集,解决不可导、随机中断与三目标非线性冲突。第4节BO-NSGA-II优化结果分析表明:熵权法确定满意度敏感系数k=1.0时综合评分最高(0.9873);BO-NSGA-II的HV=0.657,GD=0.0009,IGD=0.0066,spacing=0.0069,优于NSGA-III与MOEA/D、与NSGA-II和MOPSO相当但多目标更均衡;其解C=486.97 CNY/h(较MOEA/D最小成本481.42仅高1.15%),E=11.25 kgCO2/h,S=0.9769;二维前沿显示成本—排放呈凹减、成本—满意度凸增、排放—满意度凸减。第5节数值实验中,T0敏感分析定最优阈值8分钟;到达率λ由3增至7使成本与排放陡升、λ≥5后满意度跌破0.9;装车台数c在2–4间最优(c=1时C≈1200、E≈38、S≈0.1;c=2时C≈500、E≈12、S≈0.9;c>4后设备闲置致E回升至近20);故障率α升成本微增、对排放与满意度影响弱;修复率β升成本线性降;系统容量N=12为排放峰值与满意度谷值拐点。第6节结论与展望中,研究人员归纳:M/M/c/N带中断模型可耦合三目标;k=1.0最优;BO-NSGA-II以1.15%成本溢价换得排放11.25与满意度0.9769;装车台2–4为优;到厂率过高同步恶化三目标。作者亦指明局限——对比算法用原文献默认参数、碳排放仅计排队怠速、T0与k缺现场标定,未来将统一调参、建全工艺排放模型并以司机调查校准。
讨论与结论翻译:研究人员构建连续时间马尔可夫链装车排队系统,由状态转移率图推导五项稳态指标,建立期望成本、碳排放与客户满意度三目标函数以刻画成品油库调度多目标耦合关系;熵权法校准k,GD(0.262)、HV(0.224)、IGD(0.214)对k最敏,k=1时综合分峰值为0.9375;BO-NSGA-II相较NSGA-II、NSGA-III、MOEA/D、MOPSO综合占优,HV=0.657、IGD=0.0066、GD=0.0009、spacing=0.0069,成本仅较MOEA/D最小解增1.15%至486.97 CNY/h,排放降至11.25 kgCO2/h、满意度升至0.9769,实现经济-环境-服务协同;敏感性分析证到达率过高致拥堵与三目标同步恶化,装车台2–4为优区间,T0与N存边际递减拐点,故障与修复率主影响成本。该文发表于《Sustainability》,为油库资源配置、低碳调度与服务绩效协同优化提供方法学参照。