需求不完全拆分的多厢车辆路径和三维装箱模型与算法

由于需求的多样性,以及不能混装等特点,一些货品通常需要采用多厢货车运输;对订单依据货品种类拆分,优先运送需求紧急度高的货品,可以提高物流服务效率.对于一些规则的箱体货物,采用合理的装箱方案可提高车厢的空间利用率.因此,本文针对需求不完全拆分的多厢车辆路径和三维装箱问题(three-dimensional loading multi-compartment vehicle routing problem with discrete split deliveries,3L-MCVRPDSD),建立混合整数线性规划模型.提出了 一种文化基因算法(memetic algorithm,MA),算法设计了 一种订单拆分与合并策略,来解决需求不完全拆分条件下的子订单-车辆分配问题,以及子订单排序与车辆路径之间的映射关系,并嵌套构造型启发式三维装箱策略,实现对模型的求解.与遗传算法(genetic algorithm,GA)、CPLEX的计算结果相比,该算法可以在合理的计算时间内求得满意的可行解.