车辆调度业务工作计划

2024-11-18

车辆调度业务工作计划（共6篇）

车辆调度业务工作计划篇1

车辆调度员工作计划为大家整理车辆调度员对一定阶段车辆调度的基本情况的总结汇报，并具体作出接下来工作阶段的车辆调度规划，一般车辆调度以公交调度为主

车辆调度员工作计划一

2010 年就要挥手向我们告别了，在这寒冷的冬天，回想自己十二月三日进入公司以来所走过的路，所经历的事，没有太多的感慨，没有太多的惊喜，多了一份镇定，从容的心态，以及应对能力。进入公司的第一天头脑里对调度业务还是一片空白，欣慰的是：在同事小黎的帮助下对调度业务有所了解，以及郑经理的到来在他的领导和教导下，对调度业务有了更深层了理解和熟悉，通过跟他们的学习掌握了如何管理驾驶员、车源的收集、车辆的合理安排以及处理车辆在运输过程中出现的问题及时的与驾驶员和客户协调沟通，保证了业务的正常运作。不知不觉中，进入公司就快两个月了，在这段时间里，我从一个对调度业务一无所知的新人转变到一个能够基本操作调度业务，完成了职业的角色转换，并且适应了这份工作。通过不断的学习，使得自身业务知识和能力有了提高。首先得感谢公司给我们提供了这么好的工作条件和生活环境，有经验的上级给我们指导，带着我们前进;他们的实战经验让我们终生受益，从他们身上学到的不仅是做事的方法，更重要的是做人的道理，做人是做事的前提和基础。在工作上，同事之间互相交流，互相帮助，汇聚每个人的智慧，把事情做到极致，把调度业务处理到位。总结一个多月来的工作，自己的工作仍存在很多问题和不足，在工作方法和技巧上有待于向郑经理和同行学习，不断加深业务知识。怎么才能做好调度工作呢?

我个人现对调度工作总结如下：

第一，掌握货源和车源;如果你掌握了一些货物发运量的大小，也就掌握了市场价格，掌握了车源就是对货物的掌握。

第二，合理应用心理战术诚心诚意和驾驶员交谈并对驾驶员好点;可以使人屈服于它的跨下，抓住驾驶员的心态与他沟通。

第三，掌握车源常跑的线路;好多司机走的都是循环线路，也就是说司机从某一个点开始走，最后又回到这个点上，只不过是一个 o 型而已，记住他循环的时间，大概多久就来到这个点上，再让他装的货走，很简单的，那就是你要经常打电话给司机安慰和问候，第四，车辆在途跟踪和装货卸货情况;要随时跟踪电话联系驾驶员了解车子情况，装货卸货的时候驾驶员给你说出现什么情况了，你要及时的给以处理。

第五，出现异常问题要及时处理;不管是任何时候，出现异常要尽快解决。

第六，及时收回回单;收回单的目的一是给司机结款，二是给我们公司结款，出现问题也会及时的处理掉。

第七，熟悉各个城市的地理位置和各大高速公路情况。如果能做到这些，对降低成本是很容易的。2011 年公司的目标任务是一千万。围绕公司下达的任务目标，继续加大对调度业务的学习，为公司实现目标我订立了以下工作计划：

一、熟悉公司得规章制度和基本业务工作。

二、制订学习计划。加强业务学习，开拓视野，丰富知识，采取多样化形式，把学业务与交流技能向结合，根据市场不停的变化局面，不断调整思路工作，学习对于业务人员来说至关重要，因为它直接关系到一个业务人员与时俱进得步伐和业务方面得生命力。

三、加强自己思想建设，增强全局意识、增强责任感、增强服务意识、增强团队意识。积极主动地把工作做到点上、落到实处。

四、客户遇到问题，不能置之不理一定要尽全力帮助他们解决。要先做人再做干事，让客户相信我们的工作实力，才能更好的完成任务。

以上，是我对2011 年的工作计划，可能还很不成熟，希望领导指正。工作中总会有各种各样的困难，火车跑得快还靠车头带，我希望得到公司领导、部门领导的正确引导和帮助。展望2011 年，我会更加努力、认真负责得去对待每一个业务，也力争赢得机会去寻求更多得客户，争取更多业务，实现公司的目标任务，为公司做出自己最大的贡献。

车辆调度员工作计划二

全省教育工作会议即将召开，届时省教育厅副厅长xxx同志亲临讲话。为做好全省教育工作会议的车辆调度工作，体现本承办单位快捷、安全、高效的良好形象，根据工作实际和承办单位的总体安排，特制定如下工作方案：

一、工作目标

按照一流的工作标准，精心组织，周到安排，厉行节约，文明礼貌，高质量、高效率的搞好车辆安排和调度工作，力争让每一位参会人员高兴而来，满意而归，树立会议承办单位的良好对外形象。

二、工作任务

1、负责编制全省教育工作会议的车辆保障经费预算;

2、做好会议期间的车辆安排、调度;

3、做好服务车辆驾驶员培训管理;

4、进行车辆技术状态审查、驾驶员审查，制作和发放参会车辆编号、通行证;

5、负责通行线路确定;

6、会议结束后进行车辆保障经费的结算等工作。

三、工作机构及职责

根据实际情况，为保证会议期间车辆调度工作的顺利进行，决定成立五个车辆调度小组，分别负责来自全省各地的参人员接送工作，具体职责如下：

1、总务组，由车队长xxx为总协调，xxx、xxx二人参加，调配小汽车、9座商务车各一辆(车号„„、„„)，用于机动。具体负责车辆运行费用的预决算，制定调度工作预案，省教育厅领导车辆安排，参会人员返程机、车票的预订，调配会议用车并制订车辆行驶路线、对驾驶员进行培训、督促各小组对车辆进行检修，及时了解和掌握参会人员途中情况及反馈至各调度小组，妥善安排好来宾车辆。

2、机场组，由xxx、xxx二个人组成，xxx总牵头，驾驶12座中型商务车一辆(车号„„)，具体负责乘坐飞机前来参加全省教育工作会议的10名参会人员接送，并保证途中乘客人身和财产安全;

3、火车站组，由xxx、xxx、xxx等四人组成，xxx总牵头，驾驶33座大客车两辆(车号„„、„„)，具体负责乘坐火车前来参加全省教育工作会议的60名参会人员接送，并保证途中乘客人身和财产安全;

4、汽车站组，由xxx、xxx组成，xxx总牵头，驾驶33座大客车一辆(车号„„)，具体负责乘坐长途汽车前来参加全省教育工作会议的30名参会人员接送，并保证途中乘客人身和财产安全;

5、自驾组，由xxx、xxx、xxx、xxx、xxx等五人组成，xxx总牵头，负责自驾车辆前来参加全省教育工作会议的50名参会人员的路线提示，必要情况下前往现场进行引路，并提醒他们人身和财产安全，及时协调解决相关困难和问题。

四、工作时限

车辆调度分二个阶段进行：

第一阶段为准备阶段。(××年××月xx日至××年××月xx日)

1、制定车辆调度工作实施方案，明确工作任务和实施步骤。

2、落实车辆和驾驶员，明确分工，进行驾驶员培训和车辆检修，实地熟悉情况。

3、编制车辆运行费用预算。

4、编制和配备全省教育工作会议交通路线图，实地确定参会人员迎送中心。

第二阶段为实施阶段(××年××月xx日至××年××月xx日)

1、在机场、汽车站、火车站设迎送中心，各小组挂牌接送。自驾组与自驾车辆人员保持通讯畅通，及时告知路况信息，引导车辆行进。

2、按预定返程票计划办理购票手续。

3、做好各种突发事情的处置工作。

4、活动结束后进行总结。

5、编制车辆运行费用决算。

六、工作要求

1、人员管理方面：一是要充分认识做好车辆调度和运行工作的重要性，坚决克服松懈麻痹思想，以高度的责任感和事业心把各项工作抓紧做好。二是要加强组织领导，严格按照车辆调度组织网络，畅通信息渠道，实现快速联动，确保各项任务不折不扣地落到实处;三是要加强各项管理，健全规章制度，对驾驶员和其他工作人员进行业务技能培训，从整体上提高车辆调度运行工作人员的素质，使他们在拥有更加精湛的驾驶技术同时，也掌握必要的接待常识和处理突发事件的应变能力，进一步提高服务的效率、层次和质量;四是要增强责任意识和大局意识，加强协调配合，做到心往一处想、劲往一处使，共同把车辆调度工作圆满完成好。

2、技术保证方面：一是要对车辆进行例行检查，坚决做到每一台车都处于完美运行状态„„;二是要根据行车路线，研究运行技巧，从而达到快捷、安全的效果„„;三是要严格车辆管理程序，按规定停放车辆，实行油耗报表和定点加油、定点维修制度，严厉杜绝公车私用现象„„。

3、安全保障方面：一是要落实行车责任，车队长对会议专用车辆运行情况负总责，各小组牵头人分别负责各自车辆的运行情况，发现问题及时处理并立即上报，遇到突发事件，车队长应立即赶赴现场进行协调处理，确保车辆运行顺畅。二是要实行号牌管理，会议用车统一编号，统一停放，每车配备无线电步话机一部，严格按照规定路线行驶，所有驾驶人员必须保证身体健康、通讯畅通，所有车辆不得带病上路、危险运行。三是要加强对参会司机，对司机进行职业道德、文明礼貌、优质服务、安全行车等方面的教育，力争使为会议服务的车辆成为展示承办单位精神风貌的窗口。四是要抓好会议期间的交通安全工作。加大快速处理事故的力度，制定快速处理交通事故处置方案，配备事故处理人员，加强事故值班制度，按照少调处，多出警的原则，坚持做到接警快、出警快、处理现场快、恢复交通快。

4、应急保证方面：一是要尽快熟悉车辆运行路线，重点关注每一处容易发生车辆拥堵或交通事故的路段，并在附近寻找能够快速通过的最佳路线，当遇到上述事件时，立即调整行车路线，确保会议车辆安全准时到达会议地点;二是要加强车辆故障快速反应，驾驶员要掌握必要的车辆维修知识，在出车前必须认真进行车辆技术方面的调试检查，在行驶过程中，若车辆发生故障，必须立即判断故障原因，着手进行排除，并立即上报总务组通知维修部门前往现场，并准备机动车辆待命。在自己能力无法成功排除故障时，就做好乘坐人员的解释工作，与乘坐人员一起等候机动车辆的到来。

车辆调度业务工作计划篇2

集装箱港口有大量需要处理的集装箱作业订单, 其中包括进入港口、发出港口以及空箱调运作业三类[1]。由于港口自有车队运输能力的限制,通常在作业量大的时候会考虑将一部分任务外包给其他运输公司的租用车辆来完成。租用车辆在作业时间上基本没有限制,但一般比自有车辆相对要支出更高的作业成本。港口的传统做法是[1]:工程师根据自己的经验和一些简单的规则(比如“先到先处理” 或“最早到期先处理”等)手工挑选一些任务订单外包给租用车辆,直到自有车辆有能力完成剩下的订单任务为止。如此处理往往不能最优利用自有车辆的作业能力,且带有较大的盲目性,因此也会导致总体成本的高支出。

车辆调度问题是一个经典问题, 学者主要从两个方面对各类车辆调度问题进行研究: 一方面,从数学建模以及算法求解等方面对其进行深入研究, 并取得了一系列的丰硕成果[2,3]; 另一方面则是从不同行业对车辆调度问题进行应用研究, 主要集中对邮政、报刊、集装箱港口物流配送车辆调度方面[4,5,6]。目前虽然有学者提出按自有车辆和租用车辆对车辆调度问题进行分类, 然而系统地提出对基于业务外包的车辆调度问题进行研究鲜有文献进行报道[2]。为了有效处理业务外包问题, 本文把集装箱港口业务订单当作需要完成的调度任务, 把订单处理问题抽象成一类无中心节点的带时间窗的车辆调度问题(vehicle routing problem with time windows,VRPTW)进行研究。集装箱港口车辆调度问题(vehicle scheduling problem for container port,VRPCP)是带时间窗的车辆调度问题(VRPTW)的延伸与应用[1,3]。

本文在详细分析了集装箱港口各种业务订单类型,并依据作业订单信息对作业任务进行了分类的基础上,根据有订单外包给其他运输公司进行处理的实际情况,抽象出了描述此类车辆调度问题的数学模型,简单分析了业务外包的定价策略,并设计了一种有效的禁忌邻域搜索算法对其进行求解;最后运用该模型和算法对实际调查数据进行处理同时与其他算法处理结果进行对比,验证了该模型的有效性和该求解算法的优越性;通过进一步对实验结果数据进行统计分析,得出了一些对集装箱港口业务有指导性意义的外包规则。

2 问题描述

2.1 港口集装箱作业

在集装箱港口作业过程中,有三种集装箱作业:进入港口作业、发出港口作业以及空箱调运作业三类,并且分别对应于三种不同的作业订单[1,6],如图1所示。

一般来说, 集装箱港口作业订单包括以下有效信息[3]:作业类型(分为进入港口作业、发出港口作业或者空箱调运作业三种);重车行驶/空车行驶;普通货物/特殊货物(危险品货物);集装箱类型(20ft/40ft);起始/终到地点;起始点/终到点作业处理时间;起始点/终到点允许作业时间窗;

各种作业类型因货物类型、装卸搬运机械的不同以及日常工作时间的限制,分别有不同的时间窗限制,这些决定订单在某一段时间里能否被有效处理。

根据以上信息,暂且可以把集装箱作业订单分成如下七类。

T1:普通货物从港口到仓库的进口;

T2:特殊货物从港口到仓库的进口;

T3:普通货物从仓库到港口的出口;

T4:特殊货物从仓库到港口的出口;

T5:空箱从港口到仓库的进口;

T6:空箱从仓库到港口的出口;

T7:空箱从仓库到仓库的调运。

很显然,其中前四个是重车行驶,而后三个是空车行驶。

2.2 订单处理及业务外包

目前集装箱港口订单处理程序为:根据每天需要处理的订单总数以及自身拥有车辆的情况,作业人员首先尽量优先安排自有车辆处理作业订单,然后把剩余的订单分别外包给其他外包公司的租用车辆来处理。

业务外包处理过程中的中心环节就是确定外包成本及外包定价的问题。根据前面的分析和实际情况,本文考虑的外包定价主要包括两部分内容:一部分是跟作业订单因素(包括作业类型、空重行驶、货物类型、集装箱类型以及走行距离等)相关的可变成本部分,相关参数可以查表确定;另一部分则是公司希望获得的固定期望收益[7]。很显然,对于集装箱港口来说,外包租用车辆一般比自有车辆要支付更高的作业成本。外包定价函数可以表示为:

$S_{l} = f (x, y, z, \dots) + Q_{l}, l \in {1, 2, \dots, L} (1)$

Sl表示l运输公司的外包定价;Ql表示l公司希望获得的固定期望收益;x,y,z,…分别表示作业类型、空重行驶、道路等级以及走行距离等影响外包定价的因素; l表示不同外包运输公司的编号, L为自然数。

在具体订单处理过程中,外包租用车辆和自有车辆处理订单最大的差别在于前者需要首先从租车公司存车地点运行一段时间到达作业起始地点;然后才等待一段时间进行装卸作业,实际处理时可以把这部分运行时间归结在Dij里面,可以使其作业处理与自有车辆保持一致。订单处理过程可以统一描述如图2,相关参数的含义见数学建模部分。

3 数学建模

经过前面的描述和统一处理,可以把基于业务外包的集装箱港口车辆调度问题(VRPCP)转化成一种经过修改的相对复杂的VRPTW问题,如图3所示。图中每一个标号的节点代表一个任务订单,由拖车车辆牵头的每一条折线代表一辆拖车顺序完成的订单序列,每一段折线只表示订单处理的先后顺序,而不代表实际的地理连线。

为了更准确描述基于业务外包的集装箱港口订单处理过程,在传统车辆调度模型[3]基础上建立三个阶段目标的车辆调度处理数学模型。首先作以下假定:①为了简便起见,外包定价Sli假定为自有车辆作业成本Pi与固定期望收益Qli组成的线性函数,设定为:Sli=αPi+Qli(α≥1,Qil≥0,是为可根据实际情况确定的常数;i∈{1,…,N}, l∈{1,…,L},L为外包运输公司编号); ②只考虑适合国际联运的20ft和40ft两种箱型; ③假定20ft和40ft同等处理,并且每一个拖车一次只能运送一个集装箱; ④箱型不一样,不会影响调度先后排程,只是在成本核算时考虑费用不一样; ⑤每一台拖车车辆都有一个预先设置的最长作业时间或者最多处理订单数; ⑥每一项作业订单必须符合相关的所有作业时间窗限制; ⑦每一个节点只能被一台拖车车辆访问一次;⑧其他没有车辆牵头的作业订单全部暂时收容到0序列里面;⑨经过定价处理后,外包租用车辆与自有车辆同等处理。

决策变量:Xikm∈{0,1}, i∈{1,…,N}, k∈{1,…,K}, m∈{1,…,M}。设定工作订单i被安排给第k台拖车车辆当做第m个处理作业时, Xikm=1;否则取0。

Xil∈{0,1}, i∈{1,…,N}, l∈{1,…,L}。设定工作订单i外包给l公司的租用车辆时(其中下标l代表其他运输公司),Xil=1;否则取0。

Wkm1(m∈{1,…,m};k∈{1,…,K})代表第k台拖车的第m项作业在起始地点等待时间。

Wkm2(m∈{1,…,m};k∈{1,…,K})代表第k台拖车的第m项作业在目的地点等待时间。

参数:N表示作业订单数目;K表示拖车车辆台数;M表示一台车辆一天可以处理作业订单的最大数目;L表示可选外包运输公司的数目及对应的编号;

Pi表示作业订单i被自有车辆完成所需的费用,i∈{1,…,N};

Sli表示作业订单i被l公司的租用车辆完成所需的费用,i∈{1,…,N}, l∈{1,…,L};

Tmk0表示第k台拖车第m项作业开始时间;

Tmk1表示第k台拖车第m项作业到达目的地开始时间;

Tmk2表示第k台拖车第m项作业结束时间;

Dij表示从第i项作业目的地到第j项作业起始地的拖车运行时间;

Di表示第i项作业从起始地到目的地的拖车运行时间;

Hi1表示第i项作业在起始地的作业处理时间;

Hi2表示第i项作业在目的地的作业处理时间;

Ri0表示第i项作业起始地作业时间窗起始时间;

Ri1表示第i项作业起始地作业时间窗终到时间;

Ri2表示第i项作业终到地地作业时间窗起始时间;

Ri3 表示第i项作业终到地地作业时间窗终到时间;

Ak0表示拖车车辆可用时间起始时间;

Ak1表示拖车车辆可用时间终到时间。

其中第k台拖车的第m项作业时间顺序如图2所示。建立如下数学模型。

PHASEⅠ: Minimize $\sum_{i = 1}^{Ν} Ρ_{i} (\sum_{k = 1}^{Κ} \sum_{m = 1}^{Μ} X_{i k m}) (2)$

PHASEⅡ: Minimize $\sum_{i = k + 1}^{Ν} \sum_{l = 1}^{L} S_{l i} X_{l i} (3)$

PHASEⅢ: Minimize $\sum_{i = 1}^{Ν} Ρ_{i} (\sum_{k = 1}^{Κ} \sum_{m = 1}^{Μ} X_{i k m}) + \sum_{i = 1}^{Ν} \sum_{l = 1}^{L} S_{l i} X_{l i} (4)$

Subject to

$\sum_{k = 1}^{Κ} \sum_{m = 1}^{Μ} X_{i k m} + \sum_{l = 1}^{L} X_{l i} = 1,$

i∈{1,…,N}, l∈{1,…,L} (5)

$\begin{array}{l} \sum_{i = 1}^{Ν} X_{i k (m + 1)} \leq \sum_{i = 1}^{Ν} X_{i k m} \leq 1, \\ k \in {1, \dots, Κ} ‚ m \in {1, \dots, Μ - 1} (6) \end{array}$

T(m+1)k0=Tmk2,

k∈{1,…,K}, m∈{1,…,M-1} (7)

$\begin{array}{l} Τ_{m k 1} = Τ_{m k 0} + \sum_{i = 1, j = 1, i \neq j}^{Ν} X_{i k m} X_{j k (m - 1)} (D_{j i} + Η_{i 1}) + W_{m k 1}, \\ k \in {1, \dots, Κ} ‚ m \in {1, \dots, Μ} (8) \end{array}$

$Τ_{m k 2} = Τ_{m k 1} + \sum_{i = 1}^{Ν} X_{i k m} (D_{i} + Η_{i 2}) + W_{m k 2},$

k∈{1,…,K},m∈{1,…,M} (9)

Ak0≤Tmk0≤Ak1-(Tmk2-Tmk0),

k∈{1,…,K}, m∈{1,…,M} (10)

$R_{i 0} \leq \sum_{k = 1}^{Κ} \sum_{m = 1}^{Μ} X_{i k m} (Τ_{m k 1} - Η_{i 1}) + X_{i 0} R_{i 0} \leq R_{i 1},$

i∈{1,…,N} (11)

$R_{i 2} \leq \sum_{k = 1}^{Κ} \sum_{m = 1}^{Μ} X_{i k m} (Τ_{m k 2} - Η_{i 2}) + X_{i 0} R_{i 2} \leq R_{i 3},$

i∈{1,…,N} (12)

Sli=αPi+Qli,

α≥1, Qil≥0的常数, i∈{1,…,N}, l∈{1,…,L} (13)

其中, 式(2)、式(3)、式(4)是以求成本最小的目标函数,第一阶段目标函数(2)代表集装箱港口自有车辆对订单作业对应的总成本最小,第二阶段目标函数(3)代表外包租用车辆对剩下订单处理的总作业成本最小,第三阶段目标函数式(4)表示自有车辆和外包租用车辆共同完成所有订单的总成本最小,其中前一项表示自有车辆处理成本求和,后一项表示外包租用车辆处理成本求和。虽然形式上式(4)是式(2)、式(3)的相加,但是本问题为组合优化问题,实践证明,(4)式单独得到的优化结果往往比式(2)、式(3)分别得到的要好;式(2)、式(3)主要反映业务外包的处理先后顺序。式(5)~式(12)是约束条件, 式(5)表示每一项作业只能分派给自有或外包租用车辆一次;式(6)表示每一项作业必须有序的安排给特定的一台拖车车辆;式(7)、式(8)、式(9)表示每一项作业的时间序列限制,式(10)表示所有订单应该在拖车车辆可用的工作时间完成,式(11)和式(12)分别代表起始地和终到地的时间窗限制。式(13)是特定外包定价方程,可以适时根据不同情况采用不同定价策略,本模型为了简便采用了线性定价函数[7]。

显而易见,该数学模型比较好的描述了一类基于业务外包的集装箱港口作业问题,是以求得总体作业成本最小作为目标函数的一类约束满足问题(CSP),是规模较大的组合优化问题,属于NP完全问题。求解这类问题一般选用启发式算法[2],其中包括遗传算法、禁忌搜索算法以及模拟退火算法等,各种方法有其特点和优势[2,9,10,11]。从上述模型可知,求解此类问题的关键在于求解每一可用车辆(包括自有和租用车辆)的可用时间与每个订单作业时间窗的限制是否满足。由于作为解结构的每台车辆订单作业序列是一个变长的顺序序列,因此需要灵活的存储结构对其解结构进行存储;在该数学模型中,如果利用遗传算法则存在染色体设置和相关控制参数设定相对困难的问题,模拟退火算法也存在控制参数设定困难的问题,综合考虑求解精度和效率,本文选用基于λ-交换邻域的禁忌搜索算法对模型靳行求解。

4 算法设计

禁忌搜索[8](Tabu Search,TS)一方面沿用局部邻域搜索的思想,用于实现邻域搜索;另一方面通过引入一个灵活的存储结构和相应的禁忌准则来设置禁忌表和禁忌对象,通过标记对应已搜索到的局部最优解的一些对象,并在进一步的迭代搜索中尽量避开这些对象(而不是绝对禁止循环),从而体现算法避免迂回搜索的特点,并保证对不同的有效搜索途径的探索;另外,通过设置藐视准则来奖励和赦免一些优良状态,而采用基于λ-交换邻域的禁忌搜索算法的优点在于能够跳出局部最优点,从而最终实现全局优化,禁忌搜索被大量地用于求解各种车辆调度问题中[9,10,11]。

4.1 初始解的产生和λ-交换邻域搜索策略

假定存在k台拖车车辆以及所有需要完成的作业订单1,2,3,… 首先采用随机插入的方式顺序生成k条作业序列作为初始解,剩下的作业订单则全部保存在第0条作业序列里面,当作外包作业订单对象。在生成初始解的过程中,如果当前作业序列不能再插入新的作业订单则重新生成一条,直到k台拖车车辆全部分配完毕。这样,我们总共产生了k+1条作业序列,其中外包作业订单不存在作业顺序。表示如下:

Route1;2-12-6-11-7

Route2:15-3-14-8-1-10

…

Route0:4,5,9,13,…

初始解产生后, λ-交换邻域搜索方法用来产生邻域交换结构。该方法利用两条作业序列交换各自的作业订单从而产生新的两条作业序列作为新解。本文设定λ=1和λ=2,其中可以产生8种可能的交换算子:(0,1),(1,0),(1,1),(0,2),(2,0),(2,1),(1,2),(2,2);其中(2,1)代表第一条作业序列中有2个作业订单交换到第二条作业序列,而第二条作业序列中1个作业订单交换到第一条作业序列,其它的如此类推,交换后同样要满足相关时间限制条件;并且假定每一条作业序列还可以各自与第0条作业序列进行交换产生新解。

4.2 禁忌结构表及禁忌容量设定

求解过程中,禁忌表保存最近有变化的作业序列,禁忌表容量可以预先设定,禁忌表结构存在两种形式:第一种如(14)所示,分别记录每一条作业序列中改变了的每一项作业任务,而第二种则完整记录整个改变了的整个作业序列,如(15)所示。

{Route1,Job1;Router2,Job2;Route3,Job3;…} (14)

{2-12-6-11-7;15-3-14-8-1-10;…} (15)

随后的交换操作中,那些企图返还先前存在的作业序列的操作因为在禁忌表中做了标记而被禁止进行,如此就提高了搜索效率;如果通过作业序列交换产生了更好的新解则把它保存在禁忌表中并实时更新,然而禁忌表的容量限制了可以保存作业序列禁忌方案的条数。这里我们设定禁忌表采用“先进先出”的更新原则,禁忌表结构采用(15)所示结构形式,设定禁忌表的容量为10。

4.3 终止准则

当总迭代次数达到一个给定值,或在一个给定的连续迭代步数内当前最好解没有改变时,则算法终止。

4.4 算法描述

通过4.1节产生了k条初始解后,按照其中所描述的邻芋搜索方法,首先第0条作业序列与1~k条作业序列进行作业交换,完成后1~k作业序列两两随机进行作业交换得到全局更好的可行作业序列,并且把所有备选作业订单序列依照总成本大小按升序排列。

随即对排在最前面的候选作业序列验证其可行性:首先检查其是否在禁忌表中存在,如果不在禁忌表中,则把它列为更好的作业序列保存到禁忌表中并实时更新;如果已经在禁忌表中,则对排在第二的候选作业序列进行验证,以此类推。其操作过程具体描述如下:

第一步:随机产生一个初始解S,令Sb=S(Sb是目前最好的方案);

第二步:初始化禁忌表和候选作业序列(置空);

第三步:令m=0(循环控制);

第四步:对S利用λ-交换邻域搜索方法进行邻域搜索,更新候选作业序列列表并对其进行升序排列;

第五步:把排在最前面的最好更新方案赋值给SS;

第六步:If {cost(SS)<cost(Sb)}, 转第八步;

第七步:If{SS is Tabu},选择下一条候选作业序列并把它赋值给SS,转第六步;

第八步:赋值S=SS,更新禁忌表;

If {cost(S)<cost(Sb)},令S=Sb;m=m+1;

第九步:If {m超过预先设定的值(假定m为一辆拖车一天最多能够处理的作业订单数)},结束程序;否则,返回第四步。

5 算例分析

本算法已用Delphi语言编程,并在PⅣ 1.66GHz微机上实现。实验数据取自广州某公司2008年1~6月的集装箱业务订单处理数据(具体数据略),其中包括集装箱订单分布情况、作业费用以及作业时间窗限制等数据。为了问题计算简便,我们设定外包备选运输公司只有1个,即令α=1, Qil=100, l=0,目标函数采用式(4)。

5.1 算法有效性分析

取其中某一天的数据按照本文的方法进行了处理,得到了如图4所示的优化处理结果。

分析发现,在迭代轮次初始阶段,本文算法对于集装箱订单序列处理方案寻优效果明显,任务订单完成总成本起初急剧下降,显示了该算法有效的收敛性;然而,随着迭代轮次增加,优化效果减缓且不明显,特别是在第9和第10轮次基本没有改进,可喜的是在以后轮次中没有陷入局部最优。分析原因发现,主要得益于所设定的λ-交换邻域搜索机制避免了算法的早熟。因此可以说明本文所提算法有效并可以一定程度避免局部优化。

5.2 算法最优性分析

为了将所提方法与其他方法比较,我们把所有获得的数据按月份分成6组,首先利用插入法获得初始作业方案并计算出作业总成本;然后利用邻域搜索法和本文所提的禁忌搜索方法分别对数据进行处理。

从表1结果看,禁忌邻域搜索算法相对邻域搜索算法获得了更低的作业成本佳的结果。

5.3 外包规则启示

为了探求集装箱作业订单业务外包规则,在本文前面提到把集装箱订单分成7类的基础上,基于不同箱型进一步将订单类型细化分成14类,如表2第一列所示;第二列统计了订单处理完成后各自的外包百分比;第三列和第四列我们根据走行距离远近进一步把其中每一类划分为长途运输和短途运输两个子类(设定总运行距离超过5km为长途,小于5km为短途),如此相当于一共划分成28类,经过最优化计算和统计分析,我们得到不同作业订单的外包百分比,如表2所示。

从表2可以看到,有些作业订单几乎100%外包给租用车辆,比如T5/20;有些作业订单几乎100%由自有车辆作业,比如T1/40。进一步考察重空车行驶、集装箱拖车类型以及走行距离因素的影响,通过分析外包比例的高低,我们可以得到如下业务外包规则启示:

①空箱调运作业订单业务外包有很高的优先级;

②长途运输业务订单的外包优先级相对短途运输要高;

③20ft集装箱作业订单比40ft集装箱订单外包的优先级要高。

6 结论

本文探讨了集装箱港口在自有车辆能力有限的情况下,将集装箱作业订单外包给其他运输公司进行处理的车辆调度和计划安排问题,并将该问题抽象成一个没有中心节点的带时间窗的车辆调度问题进行处理。首先对集装箱港口订单作业进行了较为详细的分析;根据实际情况建立了数学模型和提出一种外包定价策略,并尝试构造了一种新的禁忌邻域搜索方法对该模型进行求解;通过对相关港口数据的深入调查,并应用本文所提的方法对这些数据进行模拟求解,证明了该方法可行有效;另外把目标结果跟插入法、邻域搜索方法进行了比较,证明了该方法在实际应用中可以获得较好的全局优化解,取得更好的经济效益;通过对作业订单按不同方式分类,并对模拟结果中各种业务订单的外包百分比进行统计分析,得出了一些对实际操作有指导意义的业务外包规则。

参考文献

[1]Fischer T,Gehring H.Planning vehicletransshipment in a seaport automobile terminalusing a multi-agent system[J].European Journalof Operational Research,2005,166(1):726~740.

[2]程世东,刘小明.物流配送车辆调度研究的回顾与展望[J].交通运输工程与信息学报,2004,2(3):93~97.

[3]Lee L H,et al.Vehicle capacity planning system:acase study on vehicle routing problem with timewindows[J].IEEE Transactions on Systems,Man,and Cybernetics,2003,33(2):169~178.

[4]符卓,谭政.邮政车辆调度问题及其优化算法[J].铁道科学与工程学报,2008,15(6):76~81.

[5]Imai A,et al.A lagrangian relaxation-basedheuristic for the vehicle routing with full containerload[J].European Journal of OperationalResearch,2007,176(1):87~105.

[6]Song S H,Lee K S.A practical approach to solvinga newspaper logistics problem using a digital map[J].Computers&Industrial Engineering,2002(43):315~330.

[7]任建伟,陈春花.考虑空箱调度的铁路集装箱定价策略[J].商场现代化,2007,(5):140.

[8]Glover F,et al.Tabu search[M].Boston:KlowerAcademic Publishers,1997:68~69.

[9]汪翼,孙林岩.集装箱车辆调度问题的变邻域禁忌搜索算法[J].工业工程与管理,2008,(5):6~10.

[10]钟石泉,贺国光.有时间窗约束车辆调度优化的一种禁忌算法[J].系统工程理论方法应用,2005,14(6):522~526.

2009车辆调度员个人工作总结篇3

·无论是在思想上还是在工作上都起到了先锋带头作用，做到无愧与中国共产党这个称号。在在思想上不断的要求进步，中国共产党的身份铭记于心。工作上不断进取，勇于创新，认真负责的完成自己每一项工作。我认为，作为一名共产党员，不但要在组织上入党，更重要的是要在思想上入党。如何做到在思想上入党，最重要的是加强政治的学习。如果我们只是顾扎堆于事务，不顾学习，放松思想觉悟，理论根底不深，那就谈不上运用马克思主义立场、观点和方法分析、鉴别各种社会思潮，往往把错误的、庸俗的东西看成是新潮的，或是自己所要追求的，就会使自己走上错误的道路。因此，平时我会不断认真学习，学习邓小平理论，学习江泽民同志的“三个代表”的重要思想和其他重要讲话，多读书看报，不断提高自己的综合素质和管理能力，个人总结《2009车辆调度员个人工作总结》。

· 我的主要是负责全站的车辆管理工作。我单位地处远郊，每天都要接送职工上下班，各项工作业务的办理都离不开车辆。因此，在日常用车时合理调配车辆，首先保证让职工上下班坐得安心和舒服；公务用车、值班车随时候命。做好车辆的维修和保养工作，平时能督促各位司机做好车辆安全检查工作，确保车辆行车的安全；做好车辆的卫生清洁工作，做到每台车里外都干净、整齐。做好车辆资料管理工作，如车辆的审核和换证等，车辆的行车记录以及耗油情况等。经常教育和指导司机们根据车辆的特点，用正确的、科学的方法驾驶车辆，尽量减少耗油和其他方面的损耗，节省开支，延长的车辆的使用寿命。定期上安全教育课，要求各位司机要将安全驾驶放在首位，一刻也不能放松。

本人的生活朴素，作风正派，吃苦耐劳。平时与同事相处融洽，以身作则，带领司机队的同志做好工作；尊重领导，虚心听取不同意见，对有些干部职工提出的意见，能耐心解答并及时向领导反映，多次受到好评。

但是，在工作中还存在许多不足的地方，主要是耐心不够，对车辆的维修技术还不全面，缺乏主动性。

台州市车辆管理业务代办工作规范篇4

第一章总则

第一条根据《中华人民共和国道路交通安全法》及其相关法律法规的规定，结合本地车管工作实际，制定本规范。

第二条制定本规范的目的是方便办事群众，规范全市车管机动车登记及业务代办工作。

第三条车辆管理所在办理业务时应遵循“规范、公正、高效、便民”的原则。

第四条各拥有代办机动车业务资格的汽车销售单位、中介机构等单位和个人应遵守本规范规定。

第五条为保护合法代办机构及其工作人员的合法权益，预防和打击社会闲杂人员的非法代理活动，特对代办机构及人员实行资质审核和持证上岗制度。

第六条为规范代办机构及人员的代办行为，特对代办机构及人员实行资质等级化管理制度，共分A级、B级、C级三个等级，不同等级享有在法律规定前提下的不同代办便利。

第七条资质等级审核和划定，由各单位填表上报经行业主管单位或行业协会审核后，交由市车管部门确认核发车辆登记业务代办证。代办证有效期为两年，到期后可申请换证。

初次等级确认各等级比例原则掌握在A级20%以下，B级70%左右，C级10%以下，资质等级的变化，应根据单位的诚信情况、客户的满意程度、主管部门考核意见、代办规范程度等情况来确认升降。

第八条车管部门、行业主管部门、行业协会应密切配合，加强沟通。经营主管单位或行业协会应加强对各有资质代办机构的培训与管理，车管部门应加强对代办机构及人员的监督与指导，引导、规范我市车辆业务代办行为的健康发展。

第二章分则

第九条C级代办机构及人员享有如下代办便利：

一、两个工作日内代办机动车所有人在场的新车注册登记业务；

二、一个工作日内代办有机动车所有人在场的机动车转移登记业务；

三、三个工作日内代办机动车转入登记业务；

四、法律规定期限内代办机动车变更登记业务；

五、一个工作日内代办机动车抵押或解除抵押登记业务；

六、一个工作日内代办机动车注销登记业务

七、法律规定期限内有机动车车主本人在场或者持有机动车登记证书的补领号牌、行驶证业务；

八、一个工作日内代办申领机动车临时号牌业务；

九、一个工作日内代办机动车申请和委托办理检验合格标志业务；

十、以上代办业务须有机动车所有人和代理人到车管所在委托书上的共同签名。

第十条B级代办机构及人员享有如下代办便利：

一、享有C级代办机构及人员享有的一切代办便利；

二、即时、优先于C级代办机构及人员代办机动车各项业务；

三、持机动车登记证书可以代办的一切机动车代办业务；

四、其他车管部门认为可以享有的便利。

第十一条A级代办机构及人员享有的代办便利：

一、享有B级代办机构及人员享有的一切代办便利；

二、即时、优先于B、C级代办机构及人员代办机动车登记业务；

三、使用机动车预登记系统核发机动车临时号牌；

四、凭着诚信担保三日内提供代办业务缺乏的手续而先予办理；

五、凭着诚信担保由车主委托代办转移登记、转出提档手续；

六、其他车管部门认为应享有的便利。

第十二条有下列行为之一的，直接取消代办资格，二年内不得办理：

一、明知是盗抢、走私、拼装机动车而来车管所欺骗工作人员，企图蒙混过关的；

二、不服从车管所工作人员管理造成严重影响的；

三、采用欺骗、隐瞒等手段骗取车主较大财物的；

四、有其他严重扰乱车管办公秩序行为的。

第十三条有下列情形之一的，降一个资质等级，已经是C级的取消代办资格，一年内不得办理：

一、怂恿、教唆车主辱骂车管所工作人员的；

二、不守诚信、故意蒙骗车管所工作人员的；

三、不守诚信，欺骗车主捞取不法钱财的；

四、招揽生意或以代理为业，为其他单位或人员代理机动车登记业务，经教育不改的。

五、故意伪造、涂改资料进行代办有关业务的；

六、有其他扰乱车管办公秩序行为的。

第十四条有下列情形之一的，经相关主管部门或行业协会推荐，并经车管部门审核认可的，可以申请升一个资质等级：

一、诚信可靠、代办规范、群众反映良好的；

二、有主动协助、查获盗抢、走私、拼装机动车等立功表现的；

三、主动协助车管所维护代办工作秩序或主动举报代办人员骗取车主非法获利查证属实的；

四、有其他认为可以升级的行为的。

第三章附则

第十五条代办资质证书和上岗证由车管部门、代办机构主管部门或行业协会联合授发，不得收取任何费用。

第十六条本规范中所指的“以上”、“以下”、“几日内”均含本数。

第十七条本规范由市车管所、相关代办机构主管部门及行业协会共同制定，并负责解释。

第十八条本规范自2010年8月1日起实施。

台州车管所机动车市场代办牌证业务管理规定

为方便群众,加快车管业务办理速度,规范机动车交易市场(下简称交易市场)代办行为,根据《民法通则》、《合同法》、《机动车登记规定》、《机动车驾驶证申领和使用规定》，特制定本规范。

一、交易市场充许代办的牌证的业务种类和范围，由支队车管所决定。

二、代办人员必须由市场登记，并详细记载个人信息，包括姓名、年龄、民族、文化程度、联系电话、原职业、政治面貌，详细住址，身份证号以及原来是否受到政府处理等基本情况，并贴上本人照片；表格一式两份，一份交市场留存，一份交支队车管所备案，对不符合以上条件的不准办理代办业务。

三、市场设两名以上专职联络人员，负责业务资料的传递。

四、市场应配备必要的办公设备，并经支队车管所检查验收后方可投入使用。

五、市场应配合支队车管所对代办人员进行教育培训。

六、市场及其代办人员在进行代办活动时，不得有下列行为：

1、以代办业务为名骗取群众钱财，超过物价收费费标准收取代理费的。

2、办理中介业务当中，因不符合规定等原因遭车管所拒绝办理时，以任何理由与民警等工作人员争吵或软磨硬拖；采取胁迫，贿赂和恶意串通等不正当行为办理业务的。

3、在车管业务大厅内高声喧哗、吃零食、抽烟；或乱停交通

工具等影响正常的办公秩序行为的。

4、伪造、涂改、买卖各种二手车车交易证明或凭证；签订虚假合同或采取胁迫、欺诈、贿赂和恶意串通等手段促成交易的；从事报废车辆、走私车辆、来历不明车辆以及国家规定的其它不准买卖车辆的交易活动的。

5、其他违反国家法律法规行为。

凡违反上述规定之一的，代办人员由公安车辆管理部门通知市场予以除名，市场不按公安车辆管理部门要求办理的，停办所有业务。

七、本规定由支队车管所负责解释，与国家法律法规相抵触的，以法律法规为准。

八、本规定自发布之日起执行。

车辆调度制度篇5

一、为更合理使用车辆，提高用车效率，加强车辆及车辆调度的统一管理。

二、驾驶员应服从调度员的安排，不断提高服务态度和服务质量，准时到达值班地点。

三、调度员负责对教练车、领导工作用车等进行适当的车辆调配，保证各项工作顺利进行。

四、调度员必须合理的分配车辆，随时掌握车辆动态，以保证生产及领导的工作用车。

五、调度员必须认真负责各种资料、台帐必须填写清楚、齐全、准确，并填写行车日记，实事求是。

六、负责办理车辆年审、证照、保险、规费缴纳等事项。

七、车辆管理制度

1、驾校所有车辆，必须有专人管理，动用车辆必须经车辆主管领导及调度同意。车行驶必须做到五证齐全，即：驾驶证、行车证、车辆保险证、教练车证、车船税使用手册并持有当月养路费缴证和行车路单。

2、车辆必须做到定期保养和加强日常的例行保养，不准带病上路行驶，要始终保持车辆的技术状态完好。并有完整的车辆动态记录和车辆各级维护保养记录。

3、车辆归队要按顺序停放整齐，必须实行“三交(交车钥匙、驾驶证、行车证)。不准任何人再次将车开出使用，特殊情况动用车辆时，必须经领导同意，并有调度做好动车记录。

车辆调度业务工作计划篇6

基本形态的车辆调度问题 (vehicle routing problem, VRP)最早是由Dantzig和Ramser[1]于1959年首次提出,它是指1个中心仓库为一定数量的具有不同需求的客户提供服务,要求在满足一定的约束条件下,组织适当的行车路线,以最小的成本使客户的需求得到满足。具有不确定车辆数的车辆调度问题(VFVRP)是在基本VRP基础上,要求在优化行车路线的同时优化所使用的车辆数,即在满足一定的约束条件下确定所使用车辆数以及每个车辆在配送点中的访问顺序。在物流研究邻域中具有重要的理论和现实意义。

目前,求解VFVRP常采用两阶段法,一是先分组后安排路线,二是先构造路线后分组,但不论是先分组还是先构造路线,均将车辆数和路径优化割裂成2个阶段进行优化,显然,这样会使问题的全局寻优能力受到很大限制。蚁群算法是M.Dorigo[2]等学者在20世纪90年代初提出的1种新的仿生智能算法,该算法具有良好的本质并行性、稳定性和可扩展性,已经成功应用于各类VRP的求解[3,4,5]。本文针对具有不确定车辆数的车辆调度问题,将实现车辆数和路径这2个目标最优的解析信息融入蚂蚁的选择机制中,构造了1种能同时优化车辆数和路径的蚁群算法。

1 VFVRP问题描述和模型建立

VFVRP问题可以描述为一中心仓库,拥有容量为Q的车辆K辆,负责对给定的货物任务集N={1,2,…,n}进行货物配送工作, 已知客户i的货物需求为gi(i=1,2,…,n),且gi≤Q,规定1次配送计划中每个客户只能由1辆车来进行服务,配送车辆完成配送任务后必须返回配送中心,要求确定以最小的总成本完成配送任务所需要的最少车辆数和每辆车的行车路线。

记G=(V,E)为赋权图。式中V={0,1,2,…,n}为顶点集,其中仓库编号为0,客户编号为1,2,…,n;E为边集,各顶点间的(距离)权值为dij(dij>0,dij=∞,i,j∈V);并定义变量xijk、yik:

$\begin{array}{l} x_{i j k} = {\begin{cases} 1 车辆 k 从客户 i 行驶到 j \\ 0 否则 \end{cases} \\ y_{i k} = {\begin{cases} 1 点 i 的顾客需求由第 k 辆车完成 \\ 0 否则 \end{cases} \end{array}$

则建立数学模型如下:

$\begin{array}{l} \min f (x) = λ_{1} \sum_{i = 1}^{Ν} \sum_{k = 1}^{Κ} y_{i k} + λ_{2} \sum_{k = 1}^{Κ} \sum_{i = 0}^{Ν} \sum_{j = 1}^{Ν} x_{i j k} d_{i j} (1) \\ s . t . \sum_{i = 1}^{Ν} \sum_{k = 1}^{Κ} y_{i k} \leq Κ (2) \\ \sum_{j = 1}^{Ν} x_{i j k} = \sum_{j = 1}^{Ν} x_{i j k} \leq 1 \\ i = 0 ‚ k \in {1 ‚ 2 ‚ \dots ‚ k} (3) \\ \sum_{i = 0}^{Ν} \sum_{k = 1}^{Κ} x_{i j k} = 1 j \in {1 ‚ 2 ‚ \dots ‚ n} (4) \end{array}$

$\begin{array}{l} \sum_{j = 0}^{Ν} \sum_{k = 1}^{Κ} x_{i j k} = 1 i \in {1 ‚ 2 ‚ \dots ‚ n} (5) \\ \sum_{i = 0}^{Ν} g_{i} y_{i k} \leq Q j \in {1 ‚ 2 ‚ \dots ‚ n} (6) \end{array}$

式(1)为包含车辆数和车队总行驶距离在内的构造成本函数,其中λ1,λ2为对应的权重及标准化系数;式(2)表示派出车辆的数目不能超过中心仓库所拥有的车辆数;式(3)确保车辆都是从仓库出发,并回到仓库;式(4)、(5)保证每个客户只能被1辆车服务1次;式(6)定义了车辆容量约束。

2 求解问题的蚁群算法

利用蚁群算法求解具体问题,关键是将问题的高层次行为映射到低层次的蚂蚁的简单行为,并且在算法系统设计时保证多个个体交互的简单行为能够涌现出问题的复杂行为[6]。本文用人工蚂蚁模拟车辆来对问题进行模拟求解,记所有节点被遍历1次为1个循环,在1次循环中,同一时刻只能有1只蚂蚁参与搜索,所有参与服务的蚂蚁共用1个禁忌表,每只蚂蚁构造的解是1个完整解方案的一部分。即在1次循环中,将优化的车辆数与参与服务的蚂蚁数相映射,使参与服务的蚂蚁数量等于所使用的车辆数。

在蚁群算法中,信息素更新规则和状态转移规则是算法实现的2个最重要的规则,对蚂蚁搜索行为起决定性作用。

2.1 信息素更新规则

信息素更新规则包括了蚂蚁何时释放信息素以及释放多少信息素2种信息,是算法实现的关键,蚂蚁何时释放信息素由问题特征和实施方法来决定,蚂蚁可以选择在构造部分解或建立了1个完整的解方案之后更新信息素。而所释放信息素量与解的优劣程度相关,只有对较优的解释放适中的信息素,才能保证算法能够快速收敛到最优解。

根据求解问题,本文构造的算法采用蚂蚁合作优化解方案,鉴于1次循环中每段路径只能由1只蚂蚁来选择,选择1次循环结束后进行信息素的更新,同时,为直接体现解方案优劣,确定释放信息素量的大小与目标函数成反比,扩大较优解和劣解对应路径的信息素差别,使得蚂蚁搜索能够快速收敛到最优解,因此,按照公式(7)对路径信息素进行更新。

$τ_{i j} (t + 1) = ρ τ_{i j} (t) + \sum_{k = 1}^{m} δ_{i j}^{k} Δ τ_{i j}^{k} (7)$

式中:ρ∈(0,1)为信息素发挥系数;

$δ_{i j}^{k} = {\begin{cases} 1 蚂蚁 k 选择路径 e_{i j} \\ 0 否则 \end{cases};$

Δτ $_{i j}^{k}$ 为信息素加强量,取 $Δ τ_{i j}^{k} = \frac{Q_{0}}{f_{k}}$ ,其中fk为目标函数。

2.2 状态转移规则

蚂蚁构造线路的过程,也就是逐步随机选择节点的过程,位于某个节点i的蚂蚁k按照公式(8)所确定的概率转移规则选择向节点j转移。

$p_{i j}^{k} (t) = {\begin{cases} \frac{τ_{i j}^{α} η_{i j}^{β} (t)}{\sum_{s \in a l l o w e d_{k}} τ_{i s}^{α} η_{i s}^{β} (t)} j \in a l l o w e d_{k} \\ 0 否则 \end{cases} (8)$

由式(8)可见:蚂蚁的转移概率p $_{i j}^{k}$ 主要由路径信息素浓度τij和启发函数ηij共同决定,其中,α、β是分别反应蚂蚁在转移过程中所积累的信息素τij和启发信息ηij在蚂蚁搜索过程中的相对重要性的2个参数,N、allowedk为某个时刻允许蚂蚁k转移的顾客节点集,。

2.2.1 启发函数ηij的构造

车辆选择顾客节点不仅需要考虑到车辆现处位置与该节点间的距离,而且还要考虑剩余装载能力和该节点需求量之间的关系,但在不同选择阶段,考虑不同因素的偏重不同。在搜索最初阶段,车辆的剩余装载能力充足,选择下1个节点主要考虑的因素是路径的长短;随着被访问节点的增加,车辆的剩余装载能力降低,蚂蚁选择下1节点时逐步偏重于对车辆装载能力的考虑;最后阶段,当所装货物接近车辆的额定装载容量时,节点的需求量就成为蚂蚁选择转移所考虑的惟一因素。为形象描述车辆剩余装载能力和节点需求量的关系,这里定义1个称为可容能力系数的变量μ=gi/D。式中:D为车辆现有的剩余装载能力,显然μ是基于问题特征引导蚂蚁选择转移的1个离散变量,μ≤1时表示车辆可以选择装载节点j的货物,否则,只能重新选择或返回中心节点0。为保证与上述搜索机制统一,构造启发函数 $η_{i j} (t) = \frac{1}{d_{i j}} \times u^{γ}$ 。式中:γ为可容能力相对于距离对蚂蚁选择概率的启发程度。

2.2.2 禁忌表设计

鉴于求解问题要求车辆必须从配送中心出发再返回到配送中心,令1次循环中,所有蚂蚁共用1个禁忌表,除中心节点外,被访问过的节点设为禁忌点。这是由于在1次循环中,每只蚂蚁构造的解仅是解方案的1个组成部分,1个解方案是由多个蚂蚁协作共同建立的,因此,当某个节点被蚂蚁访问过则该节点在当前循环中就不能被其它的蚂蚁再次访问;而对于中心节点永远被排除在禁忌表外,这是由于车辆装载能力的限制,在1次循环中造成多只蚂蚁模拟多个车辆来进行路线构造,中心节点可能要被多次访问以形成多条回路。

2.3 中心节点虚拟需求量的引入

在1条回路搜索的最后阶段,由于车辆剩余装载能力的限制,满足μ≤1的节点集范围缩小,蚂蚁可能需要多次重新选择或判定是否返回配送中心,这样会造成搜索次数的增加或车辆利用能力的浪费,这里通过对中心节点0设定1个虚拟需求小量g0(g0为1个很小的正数,具体取值和求解问题有关)以引导车辆接近或达到车辆满载容量时,自动以大概率返回中心节点0。

2.4 算法步骤

基于上述算法思想,求解具有不确定车辆数的车辆调度问题的步骤为:

步骤1 初始化。设置初始信息素τij←τ0,最大迭代次数maxI并令I←0,蚂蚁数量m,车辆剩余装载能力D←Q ,车辆数num←0。

步骤2 将m个蚂蚁按自然数编码并将每只蚂蚁置于中心节点0。

步骤3 对第k个蚂蚁按式(8)所确定的概率转移规则选择将要移至的下一节点j,判断u≤1,是,将节点j置于当前解集中,D←(D-g(j)),否则,重新选择,直到第k个蚂蚁返回到中心仓库,num←num+1。

步骤4 判断k≺m,是,令第k+1个蚂蚁重复步骤3,否则转步骤5。

步骤5 按照式(7)进行路径信息素的更新,I≺I+1。

步骤6 判断迭代次数I≺Imax,是,转步骤2;否,则输出结果。

3 实例

实例的数据见文献[7],有8个客户节点和1个中心仓库的配送系统,各客户对中心仓库的需求为qi(i=0,1,2,…,8),中心仓库提供容量为8 t的车辆用于配送,已知中心仓库与各客户点间的距离如表 1 所列( 其中0表示中心仓库,q 0为中心节点虚拟需求量,要求确定1个成本花费最低的有效的运输方案,包括所需车辆数和各车辆对应的走行路径。

蚁群算法参数取为:α=1,β=3,γ=1,ρ=0.8,τ0=1,λ1=50,λ2=1,m=8,q0=0.9,Imax=100,利用VB进行了算法实现,得到最优配装方案如表2 所列,虽然最优方案对应车辆行车路线有所不同,但所使用车辆数均为2,行驶总路径均为65.5,这也从另1个方面反应了算法的有效性。

4 结束语

针对具有不确定车辆数的车辆调度问题,结合问题的特征,本文用人工蚂蚁模拟车辆,通过设计禁忌表、构造启发函数、引入中心节点虚拟需求量等策略,设计了求解问题的蚁群算法。该算法主要的优点就是能够跳出常规的两阶段求解方法的局限,避开对聚类和排序之间的优先选择,使得车辆数和路径的优化得以同时进行,增强了算法搜索的全局性;此外,算法充分考虑了配送回路的起讫点——中心节点,将空车返回中心所花费成本纳入总的配送成本来考虑,更具有实际意义。

参考文献

[1]Dantzig G,Ramser J.The truck dispatching problem[J].Management Sci,1959(6):80-91

[2]Maniezzo D M,Colorni V,A Ant system:Optimiza-tion by a colony of cooperating agents[J].IEEETrans on System,Man,and Cybernetics,1996,26(1):29-41

[3]Chen Chiaho,Ting Chingjung,Chang Peichan.Ap-plying a hybrid ant colony system to the vehicle rou-ting problem[J].Computational Science and Its Ap-plications-ICCSA 2005.International Conference.Proceedings,Part IV,Lecture Notes in ComputerScience 2005,3483(4):417-426

[4]Fountas C,Vlachos A.Ant colonies optimization(ACO)for the solution of the vehicle routing prob-lem[J].Source:Journal of Information&Optimiza-tion Sciences,2005,26(1):135-142

[5]杨善林,凌海峰,刘业政.基于蚁群算法的混合方法求解车辆路径问题[J].福州大学学报:哲学社会科学版,2005,19(3):14-17

[6]李士勇,陈永强,李研.蚂蚁算法及其应用[M].哈尔滨:哈尔滨工业大学出版社,2004

【车辆调度业务工作计划】推荐阅读：

救援车辆调度06-10

车辆调度系统08-21