测绘学报 ›› 2014, Vol. 43 ›› Issue (10): 1075-1082.doi: 10.13485/j.cnki.11-2089.2014.0153

• 学术论文 • 上一篇    下一篇

基于网络Voronoi图的大规模多仓库物流配送路径优化

涂伟1,2,李清泉3,方志祥4   

  1. 1. 深圳大学 海岸带地理环境监测国家测绘地理信息局重点实验室
    2. 深圳大学空间信息智能感知与服务深圳市重点实验室
    3. 深圳大学 土木工程学院空间信息智能感知与服务深圳市重点实验室
    4. 武汉大学 测绘遥感信息工程国家重点实验室
  • 收稿日期:2013-12-17 修回日期:2014-03-12 出版日期:2014-10-20 发布日期:2014-10-24
  • 通讯作者: 李清泉 E-mail:qqli@whu.edu.cn
  • 基金资助:

    基于众源GPS路线数据的城市道路网自动更新与重构;深圳市科技研发资金项目;深圳市科技研发资金项目;测绘遥感信息工程工程国家重点实验室资助项目

Large Scale Multi-depot Logistics Routing Optimization based on Network Voronoi Diagram

TU Wei1,2,LI QingquanFANG Zhixiang4   

  • Received:2013-12-17 Revised:2014-03-12 Online:2014-10-20 Published:2014-10-24
  • Contact: LI Qingquan E-mail:qqli@whu.edu.cn

摘要:

由于存在多约束和多个优化目标,物流配送决策非常困难。针对城市多仓库物流配送问题,提出基于网络Voronoi图的空间启发式优化方法。从空间角度,将多仓库物流配送优化分解为区域分割和路径优化两个空间子问题。基于网络Voronoi覆盖进行服务区域初始划分,顾及仓库容量差异,进行区域边界修正,并创建初始解。路径优化将局部搜索范围限定在网络K近邻内,只搜索最有可能的空间邻域,迭代改进解的质量。该算法最小化路径数量和路径长度。利用深圳市的大规模多仓库物流配送问题测试算法性能。试验结果表明:本文方法能够在15 min内求解6400个客户点的大规模物流配送问题,解的质量优于ArcGIS约10.8%,计算时间约为其21.2%。

关键词: 物流, 启发式优化, 网络Voronoi图, 多仓库车辆路径

Abstract:

Due to multi-constraints and multi-objectives, the optimization for large scale multi-depot logistics routing problem is very difficult. This paper proposed a spatial 

heuristicsalgorithm based on the network Voronoi diagram. From the spatial perspective, two involved spatial issues in the multi-depot logistics routing problem are service 

area partitionand routing optimization.By using of depots’network Voronoi diagram, service areais coarsely partitioned and refinedaccordingto the goods storage in each 

depot. For the routing optimization, the local search space is limited within the spatial neighbors of customers. The proposed heuristics minimizesthe used vehicles number 

and the total routes length.An experiment on several large scale logistics distribution instances in Shenzhen, China was implemented to validate the performance of the 

proposed heuristics algorithm. Results indicated that itprovided high quality solution for large scale instances with 6400 customersin no more than 15 minutes. The proposed 

heuristics algorithm could be widely used in e-commerce, express delivery,public utility in city to promote logistics efficiency.