
-
生物通官微
陪你抓住生命科技
跳动的脉搏
两级电动汽车路径问题的混合自适应大邻域搜索算法
《Scientific Reports》:A hybrid adaptive large neighborhood search algorithm for two-echelon electric vehicle routing problem
【字体: 大 中 小 】 时间:2026年08月29日 来源:Scientific Reports 4.9
编辑推荐:
摘要城市物流的高效管理对于智能生产和服务系统至关重要,需要协调优化和规划以实现可持续且响应迅速的业务运营。本研究探讨了带有时间窗的两级电动车辆路径问题(2E-EVRPTW),这是城市配送网络中的一个重要优化问题。该问题涉及使用燃油卡车进行从仓库到中转站的一级运输,以及使用续航
城市物流的高效管理对于智能生产和服务系统至关重要,需要协调优化和规划以实现可持续且响应迅速的业务运营。本研究探讨了带有时间窗的两级电动车辆路径问题(2E-EVRPTW),这是城市配送网络中的一个重要优化问题。该问题涉及使用燃油卡车进行从仓库到中转站的一级运输,以及使用续航有限且需要充电的电动车辆(EV)进行对时间敏感的二级末端配送。为了解决这个 NP 难问题,我们首先将其建模为混合整数线性规划(MIP)模型。接着,我们提出了一种混合启发式算法 CL-ALNS,该算法集成了聚类技术和自适应元启发式搜索。具体来说,CL-ALNS 结合 K-means 聚类用于一级战略设施分配,并利用自适应大邻域搜索(ALNS)支持二级路由规划和充电调度。该算法旨在降低总成本,同时获得高效、高质量的解决方案。计算实验以及与商业求解器和启发式基准的对比表明,我们的 CL-ALNS 框架在测试设置下获得了具有竞争力的结果。此外,敏感性分析检验了关键运营参数如何影响系统,为智能物流服务的管理人员提供了有价值的见解。