×
埃尔多杜，卡兹姆;卡拉布卢特，科尔汗

双目标绿色车辆路径问题。 （英语） Zbl 07771171号

国际事务处理。操作。物件。 29，第3期，1602-1626（2022）.
摘要：绿色车辆路径问题（GVRP）是车辆路径问题的一种变体，由于全球环境问题的日益严重，近年来越来越受到研究者的关注。随着产品运输量的增加，车队中的车辆数量以及这些车辆造成的污染物也在增加，这反过来对人类健康产生了负面影响。本文研究了一种生物目标GVRP。这两个目标是最小化总距离和最小化所有车辆路线的总油耗。作为一种求解方法，将自适应大邻域搜索与两种新的局部搜索启发式相结合。将该方法应用于两个著名的VRP基准问题集，并对这些基准问题集获得了新的近似Pareto前沿。
{©2021《运筹学国际汇刊》作者©2021运筹学学会国际联合会}

MSC公司：

90倍X 运筹学、数学规划

关键词：

绿色车辆路径问题;多目标优化问题;自适应大邻域算法;进化算法;多目标算法

软件：

VRP公司
PDF格式BibTeX公司 XML格式引用
\textit{K.埃尔多杜}和\textit{K.Karabulut}，国际翻译。操作。第29号决议，第3号，1602--1626（2022；Zbl 07771171）
全文： 内政部

参考文献：

[1] Androutsopoulos，K.N.，Zografos，K.G.，2017年。考虑环境因素的双标准车辆路径和调度问题的集成建模方法。交通研究C部分：新兴技术82180-209。
[2] Asghari，M.，Mirzapour Al‐e‐hashem，S.M.J.，2021年。绿色车辆路线问题：最新综述。国际生产经济杂志231。https://doi.org/10.1016/j.ijpe.2020.107899。 ·doi:10.1016/j.ijpe.2020.107899
[3] 巴马，P.S.，杜塔，J.，穆克吉，A.，卡尔，S.，2021年。易腐物品的多目标环形星形车辆路径问题。《环境智能与人性化计算杂志》1，3。
[4] Bektaš，T.，Laporte，G.，2011年。污染路径问题。运输研究B部分：方法学45，1232-1250。
[5] Bravo，M.，Rojas，L.P.，Parada，V.，2019年。多目标取送污染路径问题的进化算法。《运筹学国际交易》26，302-317·兹伯利07765941
[6] Christofides，N.，Eilon，S.，1969年。车辆调度问题的算法。或者，20、309。
[7] Christofides，N.，Mingozzi，A.，Toth，P.，1979年。车辆路线问题。Revue Française d’automatique、Informatique、Recherche Opérationnelle。Recherche Opérationnelle10。https://doi.org/10.1051/ro/197610V100551。 ·Zbl 0413.90075号 ·doi:10.1051/ro/197610V100551
[8] Clarke，G.，Wright，J.W.，1964年。将车辆从中央仓库调度到多个交付点。运营研究，12568-581。
[9] Coello Coello，C.A.，Reyes Sierra，M.，2004年。协同进化多目标进化算法的并行化研究。在Monroy，R.（编辑）、Arroyo‐Figueroa，G.（主编）、Sucar，L.E.（编辑）和Sossa，H.（主编辑）《MICAI 2004：人工智能进展》中。柏林施普林格出版社，第688-697页。
[10] 克罗斯，G.A.，1958年。解决旅行推销员问题的方法。运营研究6，6791-812·Zbl 1414.90303号
[11] Dantzig，G.B.，Ramser，J.H.，1959年。卡车调度问题。管理科学6，1，80-91·Zbl 0995.90560号
[12] Demir，E.，Bektaš，T.，Laporte，G.，2012年。污染路径问题的自适应大邻域搜索启发式算法。《欧洲运筹学杂志》223，2，346-359·Zbl 1292.90045号
[13] Demir，E.，Bektaš，T.，Laporte，G.，2014年。双目标污染路径问题。《欧洲运筹学杂志》232，3，464-478·Zbl 1305.90053号
[14] 杜坎奇，O.，卡拉，B.Y.，贝克塔什，T.，2019年。绿色位置布线问题。计算机与运筹学·Zbl 1458.90081号
[15] Dutta，J.、Barma，P.S.、Kar，S.、De，T.，2019年。一种改进开放式车辆路径问题遗传搜索的kruskal算法。《国际商业分析杂志》6，1，55-76。
[16] Dutta，J.，Barma，P.S.，Mukherjee，A.，Kar，S.，De，T.，Pamučar，D.，Šukevičius，Š。，Garbinčius，G.，2021年。粗糙环境下的多目标绿色混合车辆路径问题。运输1-13。https://doi.org/10.3846/transport.2021.14464。 ·doi:10.3846/transport.2021.14464
[17] 欧洲经济区，2018年。2017年监测新乘用车和面包车的二氧化碳排放量。EEA报告编号：15/2018。可在https://www.eea.europa.eu/publications/monitoring新‐2的二氧化碳排放量。
[18] 埃尔多安，S.，Miller‐Hooks，E.，2012年。绿色车辆路线问题。运输研究E部分：物流与运输回顾48，1，100-114。
[19] Figliozzi，M.，2010年。排放最小化的车辆路径问题。运输研究记录2197，1，1-7。
[20] Ghannadpour，S.F.，Zarrabi，A.，2019年。具有能量最小化的多目标异构车辆路径与调度问题。群体与进化计算44，728-747。
[21] Golden，B.L.，Wasil，E.A.，Kelly，J.P.，Chao，I.-M。，1998。元启发式对解决车辆路线问题的影响：算法、问题集和计算结果。在Crainic，T.G.（编辑）、Laporte，G.（编）（编辑）《车队管理与物流》中。马萨诸塞州波士顿斯普林格，第33-56页·Zbl 0997.90021号
[22] Jabali，O.，vanWoensel，T.，deKok，A.G.，2012年。分析与时间相关的车辆路线中的行驶时间和CO_2排放。生产和运营管理21、6、1060-1074。
[23] Kirkpatrick，S.，Gelatt，C.D.，Vecchi，M.P.，1983年。通过模拟退火进行优化。科学220。https://doi.org/10.1126/science.220.4598.671。 ·Zbl 1225.90162号 ·doi:10.1126/science.220.4598.671
[24] 圣科奇。，伊利诺伊州卡拉奥兰。，2016.绿色车辆路径问题：基于启发式的精确求解方法。应用软计算杂志。https://doi.org/10.1016/j.asoc.2015.10.064。 ·doi:10.1016/j.asoc.2015.10.64
[25] Kuo，Y.，2010年。使用模拟退火来最小化与时间相关的车辆路径问题的油耗。计算机与工业工程59，157-165。
[26] Leggieri，V.，Haouari，M.，2017年。绿色车辆路径问题的一种实用解决方法。运输研究E部分：物流与运输回顾104、97-112。
[27] Li，M.，Yao，X.，2019年。多目标优化中解集的质量评估：一项调查。ACM计算调查52，2，26:1-26:38。
[28] Moghdani，R.、Salimifard，K.、Demir，E.、Benyettou，A.，2021年。绿色车辆路径问题：一项系统的文献综述。清洁生产杂志279。https://doi.org/10.1016/j.jclepro.2020.123691。 ·doi:10.1016/j.jclepro.2020.123691
[29] Paquete，L.、Schiavinotto，T.、Stützle，T.，2007年。关于多目标组合优化问题中的局部最优。《运筹学年鉴》156，1，83·Zbl 1145.90067号
[30] Ren，X.，Huang，H.，Feng，S.，Liang，G.，2020年。改进的可变邻域搜索用于双目标混合能源车队车辆路径问题。清洁生产杂志275。https://doi.org/10.1016/j.jclepro.2020.124155。 ·doi:10.1016/j.jclepro.2020.124155
[31] Riquelme，N.，Von Lücken，C.，Baran，B.，2015年。多目标优化中的性能指标。2015年拉丁美洲计算机会议（CLEI）1，1-11。
[32] Ropke，S.，Pisinger，D.，2006年。一种自适应大邻域搜索启发式算法，用于求解带时间窗的取货和配送问题。运输科学40，4，455-472。
[33] 爱沙尼亚·泰勒。，Badeau，P.、Gendreau，M.、Guertin，F.、Potvin，J.-Y.、。，1997。一种禁忌搜索启发式算法，用于求解具有软时间窗的车辆路径问题。运输科学31，2，170-186·Zbl 0886.90070号
[34] Toth，P.，Vigo，D.，2014年。车辆路线：问题、方法和应用（第2版）。宾夕法尼亚州费城工业和应用数学学会·Zbl 1305.90012号
[35] 美国环境保护局，2019年。快速事实：1990-2017年美国交通部门温室气体排放量。EPA‐420‐F‐19‐047。可在https://www.epa.gov/greenvehicles/archives网站快速事实-美国-运输-部门-温室气体排放。
[36] 世界卫生组织，2018年。COP24特别报告：健康与气候变化。世界卫生组织。可在https://apps.who.int/iris/handle/10665/276405。
[37] Xiao，Y.、Zhao，Q.、Kaku，I.、Xu，Y.，2012年。针对容量受限的车辆路径问题开发一个油耗优化模型。计算机与运筹学39，7，1419-1431·Zbl 1251.90063号
[38] Zitzler，E.，Thiele，L.，1998年。使用进化算法的多目标优化——一个比较案例研究。《第五届平行问题解决国际会议论文集》，《自然》，阿姆斯特丹，第292-304页。可在http://dl.acm.org/citation.cfm？id=645824.668610。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。