DOI:10.3785/j.issn.1008-973X.2023.10.011考虑客户等级和时变路况的无人物流配送路径李家碧1，韩曙光2(1.浙江理工大学经济管理学院，浙江杭州310018；2.浙江理工大学理学院，浙江杭州310018)摘要：针对物流企业因配送资源的有限、无法及时应对客户的多样化需求和道路状况的不断变化等难题，建立时变道路状况和时间窗关联的无人车配送路径优化数学模型。通过云模型将客户划分为3个等级，以车辆配送成本、未满足客户配送时间的惩罚成本、车辆充电成本的总和极小化作为优化目标函数.在遗传算法的基础上，结合模拟退火算法构造混合算法，对模型进行求解并验证正确性.根据模型的特性构造9组不同规模和类型的算例进行数值实验，并验证算法的有效性.实验结果表明，混合遗传-模拟退火算法下配送过程中产生的总配送成本最多能够节省42.81%，整体客户满意度最高提升80.23%，提出混合遗传-模拟退火算法能够在有效降低成本的基础上，最大程度提升客户的满意度，并且相较于2种传统算法，其优化效果更好.关键词：客户等级；时变路况；无人物流配送；混合遗传-模拟退火算法；云模型中图分类号：O221.2文献标志码：A文章编号：1008−973X（2023）10−2018−10Unmannedlogisticsdistributionrouteconsideringcustomerlevelandtime-varyingroadconditionsLIJia-bi1,HANShu-guang2(1.SchoolofEconomicsandManagement,ZhejiangSci-TechUniversity,Hangzhou310018,China;2.SchoolofScience,ZhejiangSci-TechUniversity,Hangzhou310018,China)Abstract:Amathematicalmodelforoptimizingunmannedvehicledeliverypathswasestablished,addressingthechallengesfacedbythelogisticsenterprisessuchaslimiteddistributionresources,thediverseneedsofcustomersunabletorespondinatimelymanner,andconstantlychangingroadconditions.Themodelwasrelatedtotime-varyingroadconditionsandtimewindows.Customersweredividedintothreelevelsbyusingacloudmodel.Theoptimizationobjectivefunctionwastominimizethesumofvehicledeliverycosts,penaltycostsfornotmeetingcustomerdeliverytimes,andvehiclechargingcosts.Ahybridalgorithmwasconstructedbasedonthegeneticalgorithmincombinationwiththesimulatedannealingalgorithmtosolvethemodelandverifythecorrectness.Ninesetsofarithmeticexamplesofdifferentsizesandtypeswereconstructedaccordingtothepropertiesofthemodelfor...
