将排放纳入到多目标车辆路径问题的研究



将排放纳入到多目标车辆路径问题的研究

时间窗约束的车辆路径问题（VRPTW）作为一个多目标问题已被广泛研究。除了汽车数量和行驶距离的客观要求，碳排放也被作为一个额外的要求。为了估算排放，需要有详细的路线信息。由于以前的基准VRPTW实例不提供这样的信息，因此需要生成基于街道网络数据的实例地图。试验结果表明，在许多情况下，允许采取缩短距离的方法来实现车辆节能减排目标。由于排放和距离在本质上相关，因此可从两个方面实现车辆的节能减排目的，缩短距离或减少使用车辆。研究表明，将节能减排作为第3个目标，相对于仅有有两个目标，能在相同的多目标中找到改进解决方案，得到最短的车辆行驶距离和最少的排放。

介绍了VRP问题的一个多目标进化算法（MOEA）的使用，其3个目标措施有车辆、距离和CO2排放。调查到的影响排放目标的因素有：车辆数量和行驶距离。在这项工作中，使用COPERT排放模型来模拟和预测车辆排放的废气，每一个问题都采用一个新算法。每个算法对每个问题实例运行20次，得到了车辆和长距离行驶的最佳结果。研究了增加排放中的VRPTW问题的客观效果。NSGA-II是能够找到改进的解决方案。检查排放值与给出的距离值之间的关系，会得到0.99的相关系数。对排放和车辆目标进行同样的计算，会得到整体0.96的相关系数。

Neil Urquhart et al. GECCO' 13 Companion，July 6-10，2013，Amsterdam，The Netherlands.

编译：李雪