考虑驾驶员疲劳的车辆路径优化及算法研究
2023-04-15分类号:TP18;F252;U492.22
【部门】浙江财经大学信息管理与人工智能学院
【摘要】针对城市物流中驾驶员面临的高强度工作环境,考虑配送过程中由疲劳引起的驾驶员配送能力的动态变化,以总配送时间最短为目标构建车辆路径优化模型。模型中引入基于疲劳程度的配送速度函数度量驾驶员配送能力的变化,随后结合广度优先与深度优先搜索策略设计一种改进人工蜂群算法求解该模型,最后通过标准测试集与仿真算例验证模型及算法的有效性。实验结果表明,考虑驾驶员疲劳的影响有助于提升驾驶员工作量的均衡性,降低驾驶员的疲劳程度。研究成果对于物流企业配送方案的制定具有重要的参考意义。
【关键词】城市物流 车辆路径优化 驾驶员疲劳 人工蜂群算法
【基金】国家自然科学基金青年资助项目(71902171,72171208,71771195);; 教育部人文社科一般资助项目(19YJC630216);; 浙江省自然科学基金资助项目(LY19G010003)
【所属期刊栏目】工业工程
文献传递