旅行时间分布信息不完全情形下车辆路径问题分布鲁棒优化方法

This project aims at the vehicle routing problem, considers the situations where the distributional information of travel times is incomplete, but only their ① means and intervals, or ② descriptive statistics such as means, variances, absolute deviations, and support, or ③ historical data are available, proposes models for the stochastic, time-dependent, and dynamic travel times, correspondingly builds distributionally robust optimization models for vehicle routing problems, and develops exact and heuristic solution algorithms. The research problems include: distributionally robust optimization approach for vehicle routing problem under stochastic time-dependent travel times with incomplete distributional information, distributionally robust optimization approach for vehicle routing problem under dynamic travel times, and theoretical analysis on the impact of travel times’ stochastic, time-dependent, and dynamic nature to the routes’ effectiveness. Compared with previous literature, this project improves the fidelity of travel time modelling, and thus contributes to the literature on travel time modelling and vehicle routing problems. The research outcomes support decision making in vehicle routing problems, provide managerial insights to the managers, and improve the precision of practical vehicle routing solutions.

本项目针对车辆路径问题，考虑旅行时间分布信息不完全，而仅知时变、动态的①均值及区间，或②均值、方差、绝对离差、支撑集等描述性统计信息，或③历史数据的情形，对随机、时变、动态的旅行时间进行建模，并构建相应车辆路径问题分布鲁棒优化模型，开发精确及启发式求解算法，具体研究内容包括：随机时变旅行时间分布信息不完全情形下车辆路径问题分布鲁棒优化方法，旅行时间信息动态更新情形下车辆路径调整问题分布鲁棒优化方法，以及旅行时间随机、时变、动态性对路径效能影响的理论分析。本项目在原有研究基础上对旅行时间的建模更加贴近现实，从理论上丰富了旅行时间建模及车辆路径问题研究体系；研究成果为现实车辆路径问题提供决策支持，为相关管理者提供管理建议，从实践上推动了车辆路径优化向更精准方向发展。

物流业是国民经济发展的发动机，车辆路径与调度问题是物流配送的核心关键科学问题。城市的高速发展导致拥堵，加剧了车辆旅行时间的随机性、时变性、动态性，使车辆路径与调度问题的建模与求解更加复杂。围绕城市物流配送中车辆路径与调配问题，本项目主要研究了不完全分布信息情形下的分布鲁棒优化方法，包括：（1）针对考虑旅行时间随机性的车辆路径问题，提出数据驱动的分布鲁棒优化新方法；（2）针对考虑旅行时间随机性、时变性、动态性的共享出行空车调度问题，提出基于熵风险值的分布鲁棒优化方法；此外，（3）将提出的新方法扩展合作用于解决医疗管理中的手术室调度问题。本项目在原有研究基础上对不确定环境的建模更加贴近现实，从理论上发展和丰富了鲁棒优化理论与方法论研究体系；研究成果为现实车辆路径与调度问题提供决策支持，为相关管理者提供管理建议，从实践上推动了物流服务业向高质量发展。依托本项目，代表性成果发表在UTD24期刊Operations Research, Production and Operations Management, INFORMS Journal on Computing；培养在读博士生5名，硕士生5名；指导本科生获美国数学建模竞赛Finalist奖。