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。