第 5 章 算例分析
5.1基于第三章多温共配下动态需求多配送中心
VRPTW 模型建立和算法设计，连同第四章多温共配下成本分摊模型。为了验证多温共配路径优化和成本分摊的有效性，选择符合多温共配模式的算例进行求解，得出路径优化配送路线和多家企业各自承担的成本，并对其成本进行分析。
5.1 算例数据说明
为了验证本文多温共配的模型和 Memetic 算法的有效性，选择算例进行研究。本研究假设由 2 个配送中心向 3 家企业 20 个客户需求点共同配送 3 类储存在不同温区内的 5 种冷链产品。下面说明本算例的一些已知数据：
本文选择蓄冷式多温共配，所以采用普通车装载蓄冷箱实施配送，普通车的固定成本为 200 元；配送车辆运输成本为 2.5 元·km-1；平均行驶速度为30km·h-1（0.5 km·min-1）；蓄冷箱的固定成本为 250 元；单位碳排放价格为 0.03元·kg-1；常温车单位时间的碳排放量 20kg·h-1；单位信息管控成本为 4 元；车辆等待的单位机会成本为 100 元；车辆延迟的单位惩罚成本为 150 元；车辆惩罚成本系数为 1.0；假设配送车辆 6:00 从配送中心出发；每个蓄冷箱装载的产品容量为 1.2t；每个蓄冷箱的体积为 154L；表 5-1 为 3 类温区的基本信息；表 5-2为 5 种冷链产品的基本信息；表 5-3 为算例相关参数设置；假设 21、22 表示两个配送中心，1～20 代表 20 个客户需求点，其基本信息如表 5-4 所示。表 5-5为三家企业的客户需求点，A1 和 A2 分别指配送中心 1 和配送中心 2。
表 5-1 温区基本信息
................................
第6章总结与展望
6.1 总结
随着人民生活水平的提高，以低温冷藏技术为代表的冷链运输快速发展，生鲜、冷冻等冷链产品的需求量不断增加，种类不断多样化，冷链产品的配送表现出品种多样化、温区多层化等特性。因此，冷链产品多温共配模式应运而生。多温共配模式使用一辆车可以同时装载多种温层的产品，既保证了其温度条件，又可以减少运输成本，缓解现有交通问题，弱化环境污染，从而提高冷链配送的经济和环境效益。本文基于多温共配模式，对动态需求多配送中心VRPTW 问题进行研究，旨在合理安排车辆路径，并对产生的成本进行合理分摊。完成的主要工作与研究成果如下：
(1) 构建了动态需求多配送中心 VRPTW 模型。根据动态需求求解策略，建立以总成本最小为目标的“预优化阶段”和“实时优化阶段”的两阶段数学规划模型，设计了一种基于 Memetic 算法的两阶段求解方法，对经典的量子遗传算法进行修改：提出了基于沿途补货策略的解码方法；改进了传统的量子旋转门；加入变异操作，增强种群的多样化；采用 swap 法和 2-opt 法相联合的方式，增强局部优化能力。
(2) 提出了多温共配成本分摊方法。比较现有成本分摊方法，提出了基于多因素影响的改进 Shapley 值法。根据多温共配实施特点，利用主观序关系分析法和客观熵值法求取了不同影响因素的权重，再通过构建函数求得组合的最优权重，然后结合主客观优点，求得各参与者的综合影响因子，最后利用改进的Shapley 值法进行成本分摊。
(3) 选取某一冷链运输信息，将本文构建的两阶段模型加入到现实的算例中。通过设置相应参数，求得最优车辆路径方案，最后通过改进的 Shapley 值法进行成本分摊，验证了算法和模型的可行、有效性。
参考文献（略）
