Genetic algorithm-based optimization for multi-resource dispatch planning in liquid freight transportation

doi:10.1016/j.jestch.2026.102535

Genetic algorithm-based optimization for multi-resource dispatch planning in liquid freight transportation

2026-09-01

0

PRE

AI

DOI：10.1016/j.jestch.2026.102535

原文链接

原文求助

摘要

En 中文

高效的调度规划对液态货物运输至关重要，其中多种资源（司机、车辆、拖车和ISO罐式集装箱）必须在对运输请求进行最优分配的同时考虑运营约束和法规要求。为应对这一挑战，本研究开发了一个集成优化框架，结合了混合整数线性规划（MILP）模型与增强型遗传算法（GA），并引入了一种新颖的基于食物链的多亲选择（FCBS-MP）机制，以提高解的多样性和收敛速度。该模型旨在最小化总成本（包括延迟分配罚金和燃料消耗），同时确保资源的均衡利用。在具有不同规模的实际数据集上进行的大量实验（每个设置进行30次独立运行）表明，FCBS-MP显著提升了调度规划性能。与人工专家规划相比，FCBS-MP在中型和大型实例中实现了司机-距离不均衡最多减少63%、ISO罐式集装箱利用率不均衡最多减少85%，以及合同短途配额违规减少94-98%。与常规交叉算子的平均表现相比，司机-距离和车辆-距离不均衡分别减少了约49%和38%。这些结果表明所提出方法的有效性和稳定性，尤其适用于大规模物流实例，并支持基于GA的优化作为液态货物运输中复杂多资源调度规划的可行、稳健且可扩展的替代方案。

Keyword:

Genetic algorithm

Liquid freight transportation

Logistics

Mixed integer programming model

Intelligent transportation

Resource Allocation Problem

Genetic algorithm-based optimization for multi-resource dispatch planning in liquid freight transportation

摘要

期刊

机构

引用论文