基于多式联运的应急物流运输车辆调度优化方法

王哲

（交通运输部科学研究院，北京 100029）

多式联运是指由两种或两种以上交通工具相互转运、衔接、配合而成的复合型运输方式，大多数多式联运的运输货物均为集装箱型货物，具有明显的集装箱运输特点。就组织方式而言，多式联运包括协作式与衔接式两种类型，前者可按照企业之间的商定协议，将所接管货物由起始位置运输至指定交付位置；后者则需要在企业经营人的带领下，实现对集装箱货物的有效运输[1-2]。一般情况下，在实际应用过程中，大多数企业通常遵循两种方式混合使用的货物运输策略。

随着应急物流车辆运输环境的日益复杂，如何对行进策略进行及时调度已经成为一项亟待解决的问题。传统多智能型调度决策方法从全局化角度出发，通过构建动态供应链的方式，确定运输过程中的一切不确定因素，再联合物流终端，实现对车辆运输路径的准确调度。然而，该方法的及时性较差，不能完全适应多扰动物流运输环境。为解决此问题，引入多式联运理念，提出一种新型的应急物流运输车辆调度优化方法，该方法在已知联运网络空间兼容量的基础上，确定应急物流运输车辆的起始位置与终止位置，并以此为依据，计算行进优化参量的具体数值结果。

1 基于多式联运的车辆路径决策

基于多式联运的车辆路径决策作为调度优化方法的应用前提，由多式联运网络搭建、空间兼容量计算、解的可行性判定三个流程组成，具体操作方法如下。

1.1 多式联运网络搭建

多式联运网络以物流运输起始位置作为开端、以物流运输终止位置作为结束，可在联运主机、Main主机、Spare 备份设备的作用下，实现对应急物流运输车辆的调度与调节，从而使得集装箱型货物能够在最短时间内送达其运输目的地[3-4]。Main 主机分别与起始位置、终止位置处的核心调度主机相连，可在准确记录传输地址信息的同时，对车辆行进时间进行有效控制。Spare 备份设备则可根据已有记录信息，对物流车辆的行进速度、行进路线等指标条件进行协调。联运主机具备较强的调节适应性，能够同时联合Main 主机与Spare 备份设备，制定更加完善的物流车辆运输与协调任务[5-6]。多式联运网络结构如图1 所示。

图1 多式联运网络结构

1.2 空间兼容量计算

空间兼容量是指应急物流运输车辆在多式联运网络中，所能承载的最大调度运输任务量，一般情况下，空间兼容量数值越大，物流车辆所具备的货物运输能力也就越强，反之则越弱[7-8]。假设i代表一个固定的应急物流运输车辆调度编码条件，在多式联运网络中，物理系数项始终属于非负整数集合N。设τi代表编码系数为i时的应急物流车辆所具备的综合调度能力，yi代表编码系数为i时的应急物流车辆所具备的货物运输能力，在其他干扰条件不发生改变的情况下，上述综合调度能力和货物运输能力越高，应急物流运输车辆所承载的空间兼容量数值也就越大。联立上述物理量，可将空间兼容量计算结果表示为：

其中，β表示多式联运网络中的货物运输系数，表示物流车辆的核心调度特征值，γ表示多式联运指标，表示单位时间内的物流货物运输均值量。

1.3 解的可行性判定

解的可行性判定能够提供多式联运网络运输能力衡量所需的数值条件，在满足应急物流运输车辆调度需求的前提下，多式联运网络数值解的可行性越强，最终优化算法的实际应用能力也就越强，反之则越弱。在不考虑其他干扰条件的情况下，解的可行性判定结果只受到物流货物运输量、车辆行进速率两项物理指标的直接影响[9-10]。设定物流货物运输量可表示为，受到多式联运网络结构模式的影响，物流货物运输量越大，与应急物流运输车辆调度相关的数值解的可行性就越小。由于空间兼容量条件的存在，车辆行进速率则基本不会出现持续增大的数值变化趋势。在上述物理量的支持下，联立式（1），可将多式联运网络运输能力的可行性判定结果表示为：

式中，|T|min表示单位运输时长的最小物理数值量，Δφ表示单位时间内的物流货物调度量，v表示车辆行进速率。

2 应急物流运输车辆调度优化方法

在多式联运网络的支持下，按照起始调度位置定义、终止调度位置定义、行进优化系数计算的处理流程，完成新型应急物流运输车辆调度优化方法的搭建。

2.1 起始调度位置定义

起始调度位置是指物流运输货物的起点，可随多式联运网络结构形式的改变而出现不断变化的趋势，一般情况下，受到多式联运网络节点覆盖强度、车辆运输调度频率两项物理系数的直接影响[11-12]。联运网络节点覆盖强度可表示为s，在一个完整的应急物流运输网络中，该项物理量由上限数值sn、下限数值s0两部分组成，其中，n代表单位时间内的运输车辆调度系数值。由于应急物流运输网络的多变性，该项物理量的实际取值结果并不完全固定。联立式（2），可将应急物流运输车辆的起始调度位置定义为：

式中，p1、p2分别代表两个不同的车辆运输调度频率取值结果，Dmax代表单位时间内最大的物流车辆调度权限值。

2.2 终止调度位置定义

终止调度位置是指物流运输货物的终点，也可随多式联运网络结构形式的改变而出现不断变化的趋势，通常受到车辆行进距离、应急物流网络调度周期两项物理量的直接影响。设定车辆行进距离为d，由于起始调度位置的存在，该项物理系数始终属于一项从属变化量，其数值水平的大小并不能直接受到应急物流运输车辆主观调度因素的影响[13-14]。应急物流网络调度周期可表示为t～，通常情况下，该项物理指标的取值结果越大，物流车辆所能达到的运输距离也就越远。联合式（3），可将应急物流运输车辆的终止调度位置定义为：

其中，k0代表与起始调度位置相关的物流运输优化参量，kn代表与终止调度位置相关的物流运输优化参量，β代表与运输车辆匹配的物流调度权限值。

2.3 行进优化系数计算

行进优化系数决定了应急物流运输车辆所具备的实际调度能力，在多式联运网络中，该项物理量的数值水平越高，与应急物流车辆匹配的运输压力也就越大，反之则越小。受到应急物流运输车辆起始调度位置与终止调度位置的影响，行进优化系数可被看作是具有方向和指代能力的标量系数，其中方向是指行进优化系数对于应急物流运输车辆调度方法的正向与反向促进能力，而指代能力则是指行进优化系数能够直接限定多式联运网络所具备的调度与应用能力[15-16]。设g0代表起始条件下的物流运输系数，g代表物流运输系数的实际物理量，联立式（4），可将行进优化系数计算结果表示为：

式中，λ代表多式联运网络中物流运输车辆的调度权限指征值，f代表应急物流车辆的运输与协调性调度指标。至此，完成各项物理系数指标的计算与处理，在多式联运理论的支持下，实现应急物流运输车辆调度优化方法的顺利应用。

3 仿真实验分析

以图2 所示多式联运物流运输网络作为实验对象，分别将实验组调度方法、对照组调度方法作为应用干扰机制，对应急物流车辆的运输能力进行研究，其中实验组采用基于多式联运的应急物流运输车辆调度优化方法，对照组采用多智能型调度决策方法，在货运量保持不变的情况下，确定相关调度指标的具体变化情况。

图2 多式联运物流运输网络

QPI 指标反映了应急物流运输车辆对于多扰动运输环境的适应能力，一般情况下，QPI 指标数值越大，物流运输车辆对于多扰动运输环境的适应能力也就越强，反之则越弱。详细指标数值变化情况如表1 所示。

分析表1 可知，随着货物运输量的增大，实验组QPI 指标可在一段时间的稳定性波动状态后，开始呈现逐渐下降的变化趋势。对照组QPI 指标则在上述趋势变化后，开始逐渐趋于数值稳定状态。整个实验过程中，实验组最大值80.4%与对照组最大值72.0%相比，上升了8.4%。综上可知，应用基于多式联运的应急物流运输车辆调度优化方法后，QPI 指标出现了明显上升的数值变化趋势，应急物流车辆所面临的货物运输压力得到有效缓解，可有效增强车辆对于多扰动运输环境的适应性能力。

表1 QPI指标对比

WAS 指标描述了应急物流运输车辆在多式联运网络中所具有的货物调度能力，一般情况下，WAS指标数值越大，物流运输车辆在多式联运网络中的货物调度能力也就越强，反之则越弱。表2 记录了实验组、对照组WAS 指标数值的具体变化情况。

分析表2 可知，随着货物运输量的增大，实验组WAS 指标始终保持阶梯状上升的数值变化趋势；而对照组WAS 指标则在一定时间的数值稳定状态后，开始逐渐趋于稳定下降的变化趋势。整个实验过程中，实验组最大值82.5%与对照组最大值53.8%相比，上升了28.7%。综上可知，应用基于多式联运的应急物流运输车辆调度优化方法后，WAS 指标数值也得到了明显促进，不仅实现了对多式联运网络的有效调度，也可较好满足集装箱货物的实际调度需求。

表2 WAS指标对比

4 结束语

与多智能型调度决策方法相比，新型应急物流运输车辆调度优化方法在多式联运网络的支持下，通过计算空间兼容量数值的方式，对物理数值解的可行性进行了判定，不仅可实现对车辆起始调度位置与终止调度位置的准确定义，也可得到符合实际应用需求的行进优化系数结果。从实用性角度来看，QPI 指标数值与WAS 指标数值的增大，能够较好地提升应急物流运输车辆对于多扰动运输环境的适应性能力，可在有效调度多式联运网络的同时，对集装箱类货物进行及时运输，具备较强的实际应用价值。