《基于競合關系的車輛路徑問題模型及算法研究》第1章和第2章介紹了問題研究背景、車輛路徑問題、Stackelberg均衡理論及模糊隨機理論研究現(xiàn)狀,并給出了《基于競合關系的車輛路徑問題模型及算法研究》的研究框架。主體內容為第3章到第5章,最后為結論部分。其中,第3章研究了模糊隨機環(huán)境下的競合車輛路徑問題,即將Stackelberg均衡技術應用到車輛路徑問題中,考慮了車輛路徑問題中的多個決策群體,并考慮其包含的不確定因素,提出了基于競合關系的車輛路徑主從均衡數(shù)學模型。模型中,上級決策者,可以認為是供應商或者供應公司管理者,其目標是實現(xiàn)全局成本低,包括路線初始成本、服務成本和運輸成本;下級決策者,可以認為是外包運輸公司或者公司運輸規(guī)劃部門,僅關心車輛運輸成本,通過為每輛車安排優(yōu)運輸路線,達到運輸成本小化的目標。第4章對競合車輛路徑問題做了進一步研究,即在第3章的基礎上加入顧客服務時間窗口要求,提出了時間窗口車輛路徑主從均衡模型。在實際案例中,一般情況下,顧客會給定一個貨物送達的時間范圍,即給定其接受服務的時間窗口。在主從模型中,加入時間窗口約束以及顧客滿意度約束,使模型更具普遍性和實用性。第5章提出了時間窗口取送貨車輛路徑主從均衡模型。即在顧客合理的時間要求內,基于前兩章內容,更進一步地探討了同時對顧客進行取貨服務和送貨服務的情況。
綜上所述,在模糊隨機雙重不確定環(huán)境下,《基于競合關系的車輛路徑問題模型及算法研究》使用Stackelberg均衡理論對車輛路徑問題進行了研究,依次研究了競合關系下的車輛路徑問題、時間窗口車輛路徑問題以及時間窗口取送貨車輛路徑問題。首先,對這三類問題,分別建立了相應的Stackelberg均衡主從模型,并分析了這三類問題中的模糊隨機不確定性。其次,車輛路徑問題是組合優(yōu)化和運籌學領域中非常著名的NP-Hard問題,雙重不確定環(huán)境和復雜主從模型結構使得《基于競合關系的車輛路徑問題模型及算法研究》提出的車輛路徑問題模型更加復雜和難解。由于該問題的復雜性和不確定性,《基于競合關系的車輛路徑問題模型及算法研究》使用啟發(fā)式算法進行求解。最后,針對這三類車輛路徑問題分別進行了案例應用研究,進一步驗證了該方法的可行性和有效性。決策模型和算法對于實際工程材料配送車輛路徑問題有著一定的指導意義,對于不確定理論、Stackelberg均衡理論以及算法研究也有著積極的推動作用。
在全球經濟一體化進程不斷加快、市場競爭更加激烈以及市場分工進一步細化的情況下,被稱作“第三利潤源泉”的物流行業(yè),作為前景廣闊并具有增值功能的新興服務業(yè),已在全球范圍內獲得了高度重視并迅猛發(fā)展起來。目前,提高物流的運作效率已經成為很多企業(yè)提升其核心競爭力的重要舉措,這也是提升整個國家資源配置優(yōu)化程度和經濟運行質量的手段。運輸服務是運輸配送環(huán)節(jié)的關鍵工作,加強運輸服務管理有助于降低運輸成本、減少客戶流失、提高客戶滿意度、提高運輸質量和效率。車輛路徑問題的目標是實現(xiàn)運輸配送環(huán)節(jié)的合理化和高效化,以及提高運輸服務客戶的滿意度。然而,以往對于車輛路徑問題的研究大多是基于確定性信息,建立的模型大部分是確定型數(shù)學模型,即假定安排車輛運輸配送路線之前,模型中涉及的所有變量都是已知的且確定的。然而,在實際應用中,很多重要數(shù)據(jù)是很難完全確定的,如客戶需求量、運輸時間等。綜合考慮前人研究和分析現(xiàn)實案例數(shù)據(jù)信息后發(fā)現(xiàn),車輛路徑問題中的很多不確定信息一般既包含隨機不確定因素又包含模糊不確定因素。
隨著物流與供應鏈行業(yè)的進一步細化,各方參與者越來越多,大型配送項目的計劃不可能完全由一個人或者一個決策群組決定,而是需要多個決策群組或者多層級的決策者共同參與、同時決策。然而,現(xiàn)在大多數(shù)車輛路徑問題的研究都是從單一決策人或決策群組的角度出發(fā),很少考慮多個決策人或決策群組共同參與決策的情況,進而忽略了共同制訂決策時多個參與者之間交互式的競爭合作關系的影響。Stackelberg均衡模型解決了此類問題,即在某個優(yōu)化決策問題中,同時考慮多個決策者,并考慮決策者之間的競爭合作關系。在Stackelberg均衡模型中,不同層次的決策者控制的決策變量不同,因此,在制訂自身策略時,也要考慮其他決策者或決策群組的策略,即他人決策對總體配送計劃的影響,并根據(jù)層級不同,由上而下地依次做出決策。在前人研究基礎之上,本書以模糊隨機理論、Stackelberg均衡理論及啟發(fā)式算法為研究工具,對模糊隨機環(huán)境下的工程材料配送競合車輛路徑問題進行了研究,以期為實際車輛路徑問題提供決策支持。
本書第1章和第2章介紹了問題研究背景、車輛路徑問題、Stackelberg均衡理論及模糊隨機理論研究現(xiàn)狀,并給出了本書的研究框架。主體內容為第3章到第5章,最后為結論部分。其中,第3章研究了模糊隨機環(huán)境下的競合車輛路徑問題,即將Stackelberg均衡技術應用到車輛路徑問題中,考慮了車輛路徑問題中的多個決策群體,并考慮其包含的不確定因素,提出了基于競合關系的車輛路徑主從均衡數(shù)學模型。模型中,上級決策者,可以認為是供應商或者供應公司管理者,其目標是實現(xiàn)全局成本最低,包括路線初始成本、服務成本和運輸成本;下級決策者,可以認為是外包運輸公司或者公司運輸規(guī)劃部門,僅關心車輛運輸成本,通過為每輛車安排最優(yōu)運輸路線,達到運輸成本最小化的目標。第4章對競合車輛路徑問題做了進一步研究,即在第3章的基礎上加入顧客服務時間窗口要求,提出了時間窗口車輛路徑主從均衡模型。在實際案例中,一般情況下,顧客會給定一個貨物送達的時間范圍,即給定其接受服務的時間窗口。在主從模型中,加入時間窗口約束以及顧客滿意度約束,使模型更具普遍性和實用性。第5章提出了時間窗口取送貨車輛路徑主從均衡模型。即在顧客合理的時間要求內,基于前兩章內容,更進一步地探討了同時對顧客進行取貨服務和送貨服務的情況。
綜上所述,在模糊隨機雙重不確定環(huán)境下,本書使用Stackelberg均衡理論對車輛路徑問題進行了研究,依次研究了競合關系下的車輛路徑問題、時間窗口車輛路徑問題以及時間窗口取送貨車輛路徑問題。首先,對這三類問題,分別建立了相應的Stackelberg均衡主從模型,并分析了這三類問題中的模糊隨機不確定性。其次,車輛路徑問題是組合優(yōu)化和運籌學領域中非常著名的NP-Hard問題,雙重不確定環(huán)境和復雜主從模型結構使得本書提出的車輛路徑問題模型更加復雜和難解。由于該問題的復雜性和不確定性,本書使用啟發(fā)式算法進行求解。最后,針對這三類車輛路徑問題分別進行了案例應用研究,進一步驗證了該方法的可行性和有效性。決策模型和算法對于實際工程材料配送車輛路徑問題有著一定的指導意義,對于不確定理論、Stackelberg均衡理論以及算法研究也有著積極的推動作用。
在此圖書即將付梓之際,首先要向我的導師徐玖平教授表達由衷的感謝。在碩博連讀期間,導師不厭其煩地指導我的研究工作,正是這些研究工作,讓我度過了充實且富有收獲的五年,這里,謹向老師表示最衷心的感謝。另外,還要感謝曾給予我諸多幫助的師兄、師弟和師妹、同學和朋友們。最后,我要向我的家人表達深深的謝意,感謝他們一直以來對我無微不至的照顧,感謝他們一直以來的鼓勵和支持。
本書相關研究是國家自然科學基金應急管理項目“不確定同時取送貨車輛路徑主從均衡決策研究”(批準號:71640013),國家自然科學基金青年項目“工程供應鏈視角下‘調度.資源,運輸’集成系統(tǒng)多層次主體博弈與動態(tài)協(xié)調研究”(批準號:71702167)以及教育部人文社會科學研究項目青年項目“互聯(lián)網環(huán)境下考慮運輸任務組合的車貨匹配策略研究”(批準號:19YJC630198)的階段性成果。此外,本書得到了河北省教育廳人文社會科學青年拔尖項目(批準號:BJ2016057)的資助,在此一并表示衷心的感謝。
鑒于作者水平有限,書中難免存在不妥之處,懇請讀者批評指正。
馬艷芳,博士,副教授,主要研究領域為物流與供應鏈管理、決策理論與優(yōu)化方法等。主持國家和省部級項目各一項,廳局級課題多項。發(fā)表相關論文30余篇,其中SCI檢索論文16篇。
第1章 引言
1.1 研究背景
1.2 研究現(xiàn)狀
1.3 研究內容
第2章 理論基礎
2.1 Stackelberg均衡模型
2.2 智能算法
第3章 基礎車輛調度均衡模型及其應用
3.1 問題描述
3.2 模型構建
3.3 算法設計
3.4 實際應用
3.5 本章小結
第4章 時間窗口車輛調度均衡模型及其應用
4.1 關鍵問題
4.2 模型建立
4.3 算法構建
4.4 案例分析
4.5 本章小結
第5章 取送貨車輛調度均衡模型及其應用
5.1 問題分析
5.2 模型構架
5.3 求解算法
5.4 案例研究
5.5 本章小結
結語
附錄 定理的數(shù)學形式證明
參考文獻