下载掌阅APP，畅读海量书库
立即打开
所谓硬时间窗约束，即在进行物流服务时，必须在时间窗口要求内到达，否则时间窗关闭将拒绝服务。殷亚等（2017）考虑硬时间窗和车载量限制等约束，针对多目标车辆路径问题的研究，以最少派车数和最短车辆行驶距离为目标建立了数学模型。在分析基本蝙蝠算法求解离散问题局限性的基础上，混合蝙蝠法加入交叉算子和重组算子，以提高算法性能。利用遗传算法的特点，构建出3种混合蝙蝠算法求解此问题。陈子根等（2018）为考虑硬时间窗约束的多车型车辆路径问题，深入分析原油初采集疏运系统，将穿梭油轮船队的设计与调度在确保各FPSO可在硬时间窗内获得服务的条件下，以观测期内原油运输总成本最低为目标，建立穿梭油轮船队设计与调度优化模型，同步优化穿梭油轮船队的设计（船型选择与船舶数量）与各船舶的航行路径。余海燕等（2020）引入硬时间窗因素，针对从线上到线下（O2O）生鲜外卖订单动态性高和配送服务时效性强的特征，建立以配送距离最短为目标的O2O生鲜外卖即时配送路径优化模型。根据硬时间窗的要求和合单配送思想，设计滚动时域延迟配送算法求解。
由于众多不确定因素的存在，软时间窗更符合实际需求。软时间窗即在进行物流服务时，尽可能在时间窗内进行访问，否则将给予一定的惩罚，即车辆如果在时间窗最早开放时间之前到达，须承担在任务点处等待时损失的成本；如果车辆在时间窗关闭之后到达，须承担惩罚的成本。符卓等（2017）针对带软时间窗的需求依订单拆分车辆路径问题，考虑客户需求依订单拆分和客户对被服务时间的要求，建立了解决问题的数学模型，并设计了求解的禁忌搜索算法。李博威等（2020）考虑在软时间窗下的车辆路径问题，且客户点常伴有同时取送货的双重需求。针对此类问题，通过对软时间窗、车辆在途前后时间关系及二者融合问题进行刻画，同时将车辆行驶距离、车辆使用数、违反软时间窗总时间、客户满意度等纳入综合考量，构建相应混合整数非线性规划模型。设计相应多目标优化求解算法，运用理想点法对目标函数进行转化，将多目标优化问题转化为单目标优化问题。结合相应算例集，运用LINGO 17.0全局求解程序求得每组算例的全局最优解。Li等（2020）引入带软时间窗和动态中转仓库两个因素研究了两阶段车辆路径问题，以货车可变成本、货车等待成本、无人机成本以及无人机等待成本之和最低为优化目标，并提供了一种自适应的大邻域搜索（ALNS）启发式算法来解决此问题。