[论文解读] On green routing and scheduling problem

Nora Touati, Vincent Jost|arXiv (Cornell University)|Mar 7, 2012

Vehicle Routing Optimization Methods参考文献 108被引用 7

一句话总结

本文综述了可持续交通中的绿色路径规划与调度问题（GRSPs），识别出若干关键变体，如危险品运输、时间依赖型路径规划、废物收集以及电动车辆路径规划。该研究提出组合优化方法，用于解决多目标、不确定性和环境约束下的车辆路径问题，强调在决策框架中整合环境成本与权衡关系。

ABSTRACT

The vehicle routing and scheduling problem has been studied with much interest within the last four decades. In this paper, some of the existing literature dealing with routing and scheduling problems with environmental issues is reviewed, and a description is provided of the problems that have been investigated and how they are treated using combinatorial optimization tools.

研究动机与目标

• 识别并分类整合环境、社会与经济目标的绿色路径规划与调度问题（GRSPs）。
• 探讨组合优化工具如何建模并求解具有环境约束与目标的GRSPs。
• 分析在可持续路径规划中，不确定性、非可加性准则与多目标权衡所引发的挑战。
• 突出能源路径规划与交通环境影响估算等研究不足的领域。
• 倡导建立标准化框架与先进优化技术，以应对现实世界绿色路径规划的复杂性。

提出的方法

• 综述并分类8种核心GRSP变体：RHM、RS_TDE、WCVRP、MMVRP、DARP、PDVRP、ERP与ATC。
• 应用多目标优化技术，以在路径决策中平衡经济、环境与社会准则。
• 利用组合优化工具，如遗传算法、词典序策略与蚁群优化，求解多目标问题。
• 通过概率建模与近似技术，处理行程时间与排放量的不确定性。
• 指出传统动态规划在非保序准则环境下的局限性。
• 提出全局车队路径规划模型，考虑车辆间与共享网络使用之间的相互作用，而非孤立的路径优化。

实验结果

研究问题

• RQ1 如何有效建模并整合环境成本（如排放与噪声）到车辆路径与调度框架中？
• RQ2 标准车辆路径问题与绿色路径规划与调度问题之间的关键结构与方法论差异是什么？
• RQ3 多目标优化技术如何在交通规划中处理经济效率、环境影响与社会公平之间的权衡？
• RQ4 行程时间、排放量与事故率的不确定性会带来哪些挑战？如何为稳健优化建模？
• RQ5 为何传统动态规划在具有非可加性、非保序路径属性的GRSPs中不适用？

主要发现

• 绿色路径规划与调度问题构成一个日益增长但碎片化的研究领域，其建模方法与求解技术存在显著差异。
• 将环境成本整合到路径模型中仍不充分，尤其在间接排放与长期生态影响方面。
• 能源路径规划问题（ERP）是研究最少的类别之一，尽管其对促进电动汽车采用与最大化车辆续航能力至关重要。
• 行程时间与排放量的不确定性导致路径属性非可加，使标准动态规划失效，需开发新型优化方法。
• 多目标方法对于平衡经济、环境与社会目标至关重要，但很少有方法能处理时变与随机准则。
• 尽管关注度日益提升，运筹学社区仍缺乏GRSPs的标准化定义、模型与求解框架，阻碍了研究进展与可比性。