基于物流排队网络的随机动态车队调度优化控制方法研究

本项目引入物流排队网络解决随机动态车队调度问题，主要研究内容包括：（1）设计服务时空网络，构造基于车流走行过程的重车流服务时空网络和空车流服务时空网络，描述随机动态车队调度问题。（2）分析问题的离散动态结构，建立基于DEDS的物流排队网络模型。（3）设计基于物流排队网络模型的分解-集结算法。（4）单时段单节点处物流排队子网络的处理方案设计。本项目的研究意义如下：（1）理论意义：基于传统数学规划理论的建模与求解思路无法形象描述动态车队调度问题，且在求解大规模问题时效率低下。本课题摒弃传统处理方法，提出全新思路，引入服务时空网络描述问题，建立问题的物流排队网络模型，并设计分解-集结算法将问题按时间和空间特征分解为单节点物流排队子网络进行单独处理，最后整合问题。（2）实践意义：本项目的研究是企业构建高效物流运输组织体系、建立企业现代物流调度指挥系统、发展企业智能货物运输系统的基础和关键。

课题来源于货物运输行业和物流企业的货物运输组织工作，研究工作的开展为构建高效货物运输组织体系、建立现代调度指挥系统提供了理论支撑和实践指导。课题按照申请书内容要求完成了以下课题研究工作：（1）基于服务时空网络的随机动态车队调度问题分析。引入动态服务时空网络图对车辆的使用情况进行描述，进行了车辆使用收益分析、车辆供给变动分析，在此基础上利用动态服务时空网络图描述车辆供给变化的五种不同情况，从而分析车辆供给变化对车队调度方案制定所产生影响。（2）基于随机动态车队调度的物流排队网络构造及运输排队过程研究。总结运输排队过程的特点，构建物流排队网络来描述运输排队过程，利用数学方法分析运输排队过程中卸载队列和出发队列的变化规律，并利用Flexsim仿真软件对运输排队过程进行模拟仿真。（3）随机动态车队调度问题的模型构建及分解—集结算法设计。课题构建了问题的随机规划模型，分析了问题的随机特性，根据未来需求的概率分布函数，设计期望车辆数的估计方法、车辆选择概率确定方法和车辆期望收益值确定方法，从而构造替代函数来逼近目标函数中的期望函数部分。同时引入控制向量，设计控制向量的确定与更新过程，并给出基于控制向量更新的算法流程，从而使问题分解为多个单时段单节点问题，并根据单时段单节点问题的特点设计简单的排序求解方法，最后用实例验证了算法的可行性。（4）开展了扩展性研究工作。开展了基于匹配分值计算的动态车队调度问题贪婪求解策略、基于车辆标号过程设计的动态车队调度问题求解策略、基于车流径路调整的动态车队调度问题图解求解策略等扩展性研究工作。围绕上述研究，出版专著1部，发表和录用论文25篇，其中SCI收录源刊的论文为1篇、EI收录8篇、18篇全国中文核心期刊、3篇国家自然科学基金委管理科学部A类期刊、2篇B类期刊。相关研究成果通过省级鉴定。