(4)车辆的运营费用权数大于运输成本的权数。
启发式算法是一种简单的、易实现的算法,它主要是从节约算法(Clarke-Wright算法)出发而得到的一种算法。由于VRP问题是NP问题,精确求解非常困难,启发式算法具有快速求解NP难题、对初值要求不严格等优点,便于计算机系统的实现。因此,研究启发式算法不失为一种可行的方向。本文将在节约算法的基础上解决可重复运输的路径优化问题,通过合理的算法,以总成本最低为目标来实现。以cij表示车辆从点i行驶到点j的距离,得到点i和点j连接在一条线路上的费用节约值sij=c0i+c0j-cij。把cij排列成序,在安排路线时,尽量首先安排节约值大的,这样使总路程最少。若超出车辆的行驶里程或者超出车辆的载重限制,则结束这条路线,重新进行选择。在传统节约算法搜索合并中,每次都是取M内的第一项sij, 即节约值最大的那个, 考察它们的货程中的局部最优性,没有考虑到整体最优性。为降低这种局部最优性, 我们在实施车辆合并后, 考察其车辆的剩余载重量与总任务的、尚不满足一辆车的货物量, 根据大小, 确定是否进行下一步的货物收集任务来进一步完善路径,降低空载率。
本文以节约式算法为基础, 构造了路径优化的可重复运输数学模型, 并给出了有效解决这一问题的方法,实现了降低运输总成本的目的, 具有很强的现实意义。最后通过算例证明了该做法是可行性, 结果也比以前的解决办法需要更低的成本。在实际应用中, 如何在实现路径优化的同时, 解决企业运输的时效性, 即时间窗问题, 是路径优化问题研究的难点,也是必须要解决的问题。特别是在允许等待和延迟的情况下, 如何建立一套模糊规则来衡量上述惩罚或损失来解决模糊时间窗问题是今后研究的一个方向。