Truck–drone hybrid routing problem with time-dependent road travel time
Truck–drone hybrid routing problem with time-dependent road travel time
复制标题
道路行驶时间随时间变化的卡车与无人机混合路径问题
DOI：
10.1016/j.trc.2022.103901
复制
发表时间：
2022-11
期刊：
影响因子：
--
通讯作者：
Guan Xiangyang
中科院分区：
文献类型：
--
作者：
Wang Yong;Wang Zheng;Hu Xiangpei;Xue Guiqin;Guan Xiangyang
在包裹递送中结合卡车和无人机为未来的物流系统提供了一个有希望的场所，该系统比现有的物流系统更高效、更可持续。然而，如何协调卡车和无人机，特别是在不确定的交通条件下(因此，旅行时间)，仍然是该领域的一个关键问题。为了应对这一挑战，本研究提出并解决了一种具有时间依赖的道路行驶时间的卡车-无人机混合路径问题(TDHRP-TDRTT)来解决卡车-无人机合作问题。TDHRP-TDRTT是一个带有物流需求和供应约束的成本最小化问题。针对TDHRP-TDRTT问题，提出了一种基于对内、对间客户交换和链路重优化的迭代局部搜索启发式算法。在小规模和基准实例上的计算结果表明，该算法比CPLEX求解器、自适应大邻域搜索、混合遗传扫描算法和变邻域搜索具有更好的计算性能。中国利用重庆交通数据进行的案例研究表明，卡车-无人机解决方案提高了配送的及时性，考虑了四种道路拥堵状态进行了敏感性分析，显著减少了卡车运输里程，并有助于克服地形限制。因此，提出的模型和算法对于降低运营成本，提高运输效率，促进城市物流配送系统的智能化和可持续发展具有重要的现实意义。
Combining trucks and drones in package delivery provides a promising venue for a future logistics system that is more efficient and sustainable than the existing one. However, how to coordinate trucks and drones, particularly under uncertain traffic conditions (thus, travel time), remains a critical question in this field. To address this challenge, this study proposes and solves a truck–drone hybrid routing problem with time-dependent road travel time (TDHRP-TDRTT) to address the truck–drone cooperation issue. TDHRP-TDRTT is formulated as a cost minimization problem with constraints associated with logistics demand and supply. An iterative local search heuristic algorithm based on intra-pair and inter-pair customer exchanges and link re-optimization is developed to solve TDHRP-TDRTT. Our results on small-scale and benchmark instances show that the proposed algorithm has better computational performance than CPLEX solver, the adaptive large neighborhood search, hybrid genetic-sweep algorithm, and variable neighborhood search. A case study using traffic data from Chongqing, China shows that the truck–drone solution improves the timeliness of delivery, undertakes sensitivity analysis considering four road congestion states, significantly reduces trucking mileage, and facilitates overcoming terrain limitations. Therefore, the proposed model and algorithm are of practical significance in reducing operating cost, improving transportation efficiency, and facilitating a smart and sustainable urban logistics distribution system.
登录
查看更多内容
时变车速和软时间窗的绿色车辆路径问题模型
影响因子：
7.9
作者：
Xu Zhitao;Elomri Adel;Pokharel Shaligram;Mutlu Fatih
通讯作者：
Mutlu Fatih
具有随机需求和分割交付的车辆路径问题
DOI：
10.3138/infor.50.2.059
发表时间：
2012-05
期刊：
INFOR: Information Systems and Operational Research
影响因子：
--
作者：
Hongtao Lei;Laporte Gilbert;Guo Bo
通讯作者：
Guo Bo
DOI：
10.1016/j.cor.2014.03.027
发表时间：
2014-10
期刊：
Comput. Oper. Res.
影响因子：
--
作者：
Lin Zhu;Louis-Martin Rousseau;W. Rei;Bo Li
通讯作者：
Lin Zhu;Louis-Martin Rousseau;W. Rei;Bo Li
DOI：
10.1016/j.trc.2021.103076
发表时间：
2021-06
期刊：
Transportation Research Part C: Emerging Technologies
影响因子：
--
作者：
S. Batista;L. Leclercq;M. Menéndez
通讯作者：
S. Batista;L. Leclercq;M. Menéndez
DOI：
10.1016/j.ress.2022.108457
发表时间：
2022-03
期刊：
Reliab. Eng. Syst. Saf.
影响因子：
--
作者：
Rui Yan;X. Zhu;Xiaoning Zhu;Rui Peng
通讯作者：
Rui Yan;X. Zhu;Xiaoning Zhu;Rui Peng