绿色车辆路径问题综述

史册

【摘  要】物流业的车辆路径优化问题一直都被业内人士十分重视，但传统的车辆路径问题的分析中忽略了对环境的保护。如今绿色低碳越来越受人们的重视，成为众多学者的热点研究课题。论文通过整理近年来的有关文献，了解基于低能耗、低碳的绿色车辆路径问题，总结低碳物流近年来的发展情况，并提出了未来的发展趋势。

【Abstract】The optimization problem of vehicle routing in the logistics industry has always been attached great importance by people in the industry， but the traditional analysis of vehicle routing problem ignores the environmental protection. Nowadays， people pay more and more attention to green and low carbon， which has become a hot research topic of many scholars. Through sorting out the relevant literatures in recent years， the paper understands the green vehicle routing problem based on low energy consumption and low carbon， summarizes the development situation of low carbon logistics in recent years， and puts forward the future development trend.

【关键词】车辆路径;绿色;低碳

【Keywords】vehicle routing; green; low carbon

【中图分类号】U463.6                                【文献标志码】A                                   【文章编号】1673-1069（2020）03-0112-02

1 绿色车辆路径问题

绿色车辆路径问提出最主要的目标是贯彻国家的可持续发展战略，在保护环境的前提下使企业能够得到最大的收益，使企业经济效益、环境效益以及社会效益都能够全面提高。如今对绿色车辆路径优化问题的研究主要集中在降低燃料消耗、减少CO2的排放等方面，利用建立的车辆耗油计算模型计算车辆的耗油量，然后安排合理的运输路线，从而达到绿色运输的效果。

2 绿色车辆路径问题的研究现状

2.1 国外的研究现状

国外从很早开始就有研究者提出城市运输存在空气污染的问题。2001年，Rodrigue[1]提出绿色物流是供应链管理的一种策略，其作用是降低货物配送中对于环境的危害性。2011年，Demir等[2]对运输货物时所用到的几种碳排放模型进行了比较和分析。之后，又对污染路径问题的自适应大邻域搜索算法进行了研究。2013年，Kwon等[3]将基于碳排放的异构固定车队的路线问题列入了其研究中，并建立了相对应的模型，取得了比较好的结果。2014年，Katarzyna Nowick[4]提出低碳物流活动是可持续的物流活动，并且其包含环境、社会和经济三个维度。2015年，Mohammad等[5]对车辆在行驶过程中的有关速度、距离以及道路是否堵塞等因素进行分析，建立了燃料消耗模型，并用蚁群算法进行优化，成功降低了车辆的碳排放量。2016年，Yoshinori Suzuki等[6]在论文中提到解决实际污染路径问题的双目标元启发式方法，建立以能耗最低和碳排放量最少为目标函数的车辆路径模型，并取得一定的研究成果，为今后的研究奠定了基础。2017年，A.Sobhani等[7]发布了一种新的建模方法，其目的是在研究不同人类环境改造条件对串行生产系统碳排放水平的影响。2018年，Salem M.Aljazzar等[8]建立了在买家收到物品后在不同的时间支付情况下，又包含多种成本的两级协同供应链模型，模型优化了供应链环境和经济绩效。

2.2 国内的研究现状

因为国内对于物流的有关车辆路径问题研究相对于国外起步比较晚，主要研究内容体现在算法和模型建立这两个方面，国内对于车辆路径研究方面不断成熟，目标函数增加使得多目标研究数量增加，更多现实的需考虑因素也被纳入了研究中。

例如，2012年，邱雅君等[9]将碳排放因素考虑到车辆路径问题中，建立了运输成本与碳排放相结合的多目标车辆路径问题模型，讨论了基于改进遗传算法的车辆路径问题的设计和实现，进而通过实例分析对模型作了进一步验证。2013年，朱长征等[10]考虑碳排量，建立了碳排量最小的车辆路径优化模型。在设计模型求解算法时，对传统的遗传算法从染色体结构、染色体交叉方式等方面进行了改进。结合算例对模型和算法进行了计算和仿真，取得了较好的结果。2015年，张琳[11]针对单配送中心、多车辆、多客户、多物品装箱的物流网络优化，从而研究了两类优化问题：一是未考虑能耗的二维装箱车辆路径优化问题，其目标是行驶距离最小化;二是考虑能耗的二维装箱车辆路径优化问题，目标是使能耗最小化。2015年，张得志等[12]分析了配送车辆燃油消耗和CO2排放因素的多种车辆类型车辆路径问题的相关特点，之后构建相应的优化模型，并給出基于遗传算法的启发式求解算法，最后针对该模型和求解算法进行数值算例仿真。2016年，黄晓波等[13]根据装卸过程中所产生的移动碳排放、装卸碳排放和准备碳排放三种排放源，建立了轮胎式龙门吊调度的混合整数规划模型，使轮胎式龙门吊的碳排放量达到最小。2016年，李英等[14]将Web of Science数据库中2005～2015年间的绿色车辆路径问题的360篇文献进行总结整理，并利用文献计量学和信息可视化的方法对蕴含在GVRP主题文献中的知识机构进行深入挖掘和分析。2016年，张岐山等[15]建立了带有软时间约束的单车型三维装箱绿色车辆路径优化模型，目的在于降低能量消耗并且提高顾客满意度。2016年，杨龙等[16]针对车辆行驶速度随时间变化这一特征，研究考虑燃油消耗的车辆路径问题的模型及其优化方法。2017年，董杰[17]针对采用多温共配方式的冷链物流，研究在配送中的车辆和库存路径问题，构建了对应的数学模型和求解方法。2017年，刘浩[18]在分析了现有燃油消耗模型后，建立了低燃油车辆路径问题模型，目标是降低燃油消耗从而节约成本。2017年，易虹[19]为了降低冷链企业配送成本并且减少碳排放，将冷链物流车辆调度作为研究对象，建立有关模型来合理安排路径。2018年，何东东等[20]在节能角度上，在建立的带时间窗车辆路径问题模型中加入了耗和碳排放量的近似计算方法，从而降低车辆的废气污染。2019年，康凯等[21]构建考虑碳排放的生鲜农产品配送路径优化模型，提出了解决该问题的一种结合2-opt局部搜索机制的改进蚁群算法，并用实例对模型及算法的有效性进行验证，同时，对算法参数进行了敏感性分析。

3 结语

对于今后的研究，可以从建模和求解算法两个方面进行拓展研究。在建模方面，在以后的研究中在计算能力允许的条件下，应该把更多的实际影响因素考虑到模型中，从更加真实的视角来计算车辆的耗油量情况，更加贴近绿色路径分析的有关要求。在求解算法方面，算法的研究已经十分成熟，种类繁多。同时，为了解决各种问题而使不同算法的相互融合和不断突破改进。但对于有些企业而言，很多算法并不能很好地贴合该企业的现状以及有关项目，在此方面研究人员可以从企业入手，根据企业特定的文化背景及其特色设计能够满足企业需求的算法，从而使算法具有更高的使用价值，使算法将理论与现实需求相结合。

【参考文献】

【1】Jean Paul Rodrigue， Brian Slack. The paradoxes of Grenn Logistics[C].The proceeding in of 9th world conference on transport research，2001.

【2】Demir E， Bektas T， Laporte G. A comparative analysis of several vehicle emission models for road freight transportation[J]. Transportation Research Part D： Transport and Environment，2011，16（5）：347-357.

【3】Kwon Y， Choi Y， Lee D. Heterogeneous fixed fleet vehicle routing problem considering carbon emission[J]. Transportation Research Part D： Transport and Environment，2013，16（5）：81-89.

【4】Katarzyna Nowicka. Smart City logistics on cloud computing model[J]. Procedia-social and Behavioral Sciences，2014（151）：266-281.

【5】Mohammad Reza， Jabbarpour， RafidahMd Noor. Green vehicle traffic routing system using ant -based algorism[J]. Journal of Network and Computer Applications，2015，12（58）：294-308.

【6】Yoshinori Suzuki. A dual-objective metaheuristic approach to solve practical pollution routing problem[J]. International Journal of Production Economics，2016，6（176）：143-153.

【7】A.Sobhani， M. I. M. ffahab.The effect of working environment -ill health aspects on the carbon emission level of a manufacturing system[J]. Computer & industrial Engineering， 2017.

【8】Salem M， Aljazzar， Amulya Gurtu， Mohamad Y. Jaber Delay-in-payments-A strategy to reduce carbon emissions from supply chains[J]. Journal of Cleaner Production，2018（70）：636-644.

【9】邱雅君，宋国防.考虑碳排放因素的车辆路径问题研究[J].物术，2012，31（13）：227-229+258.

【10】朱长征，李艳玲.碳排量最小的车辆路径优化问题研究[J].计算机工程与应用，2013，49（22）：15-18.

【11】张琳.绿色二维装箱车辆路径问题研究[D].福州：福州大学，2015.

【12】张得志，钱奇，李双艳，等.基于CO2排放的车辆路径优化模型及其算法研究[J].铁道科学与工程学报，2015，12（2）：424.

【13】黄晓波，朱宁，朱建华，等.考虑低碳的多台轮胎式龍门吊路径优化问题[J].交通信息与安全，2016，34（3）：101-107.

【14】李英，李惠，成琪.基于文献计量和知识图谱的国际绿色车辆路径问题研究发展分析[J].中国管理科学，2016，24（S1）：206-216.

【15】张岐山，郑快生.考虑客户满意度的三维装箱绿色车辆路径研究[J].江苏科技大学学报（自然科学版），2016，30（3）：286-292.

【16】杨龙.考虑燃油消耗的时间依赖车辆路径问题研究[D].北京：清华大学，2016.

【17】董杰.绿色视角下城市冷链物流配送路径优化研究[D].大连：大连理工大学，2017.

【18】刘浩.油耗最小化车辆路径问题：模型与算法[D].青岛：青岛大学，2017.

【19】易虹.考虑碳排放的冷链物流配送车辆路径优化研究[D].成都：成都理工大学，2017.

【20】何东东，李引珍.多车型绿色车辆路径问题优化模型[J].计算机应用，2018，38（12）：3618-3624+3637.

【21】康凯，韩杰，普玮，等.生鲜农产品冷链物流低碳配送路径优化研究[J].计算机工程与应用，2019，55（2）：259-265.