基于混合算法的多目标多式联运路径选择问题研究

针对多目标多式联运路径选择问题,在综合分析多式联运现状的基础上,集成考虑运输成本、运输时间以及物流服务质量3个方面因素,构建混合整数规划模型,其优化的目标是最小化运输成本、运输时间的同时,最大化物流服务质量;考虑到客户的不同侧重点和差异化需求,确定3个目标的权重,设计遗传算法和蚁群算法相结合的混合算法对模型进行求解.以"西安—柏林"为例进行算例分析,将所求结果与遗传算法、蚁群算法进行对比,结果表明:当客户对时间和成本重视程度较高时,混合算法、遗传算法和蚁群算法求得最优解的迭代次数分别为164次、170次和183次,最优路线为西安—郑州(铁路)—大连(铁路)—鹿特丹(水路)—柏林(铁路);当客户对时间和物流服务质量重视程度较高时,3种算法求得最优解的迭代次数分别为112次、117次和150次,最优路线为西安—重庆(公路)—柏林(铁路);当客户对成本和物流服务质量重视程度较高时,3种算法求得最优解的迭代次数分别为115次、120次和160次,最优路线为西安—郑州(铁路)—深圳(铁路)—鹿特丹(水路)—柏林(铁路).研究表明:设置不同的目标权重时,模型和混合算法均能够有效地为多目标多式联运路径选择问题提供实用性的优化方案和路线参考.