智能回收模式下逆向物流车辆路径问题研究

来源：计算机集成制造系统杂志2025年第5期北京时间：

作者：王勇, 孟亚雷, 罗思妤, 许茂增

单位：重庆交通大学经济与管理学院

摘要：针对智能回收模式下逆向物流车辆路径问题研究在多频次回收和车辆共享调度相结合方面存在的不足,提出了智能回收模式下基于多频次回收和车辆共享的逆向物流车辆路径优化策略。首先,构建了包含运输成本、车辆租赁与维修成本、回收品处理成本、违反时间窗惩罚成本和环境外部性收益的逆向物流运营成本最小化和回收车辆使用数最小化的双目标优化模型。其次,设计了一种两阶段CW-SLNSGA-Ⅱ算法对模型进行求解。该算法第一阶段将Clarke-Wright节约算法和Sweep扫描算法相结合生成初始解,第二阶段将自学习机制嵌入非支配排序遗传算法（NSGA-Ⅱ）中,使个体的交叉概率和变异概率可以根据适应度值的变化进行动态调整,并应用精英迭代策略保留了适应度值较优的个体,提高了算法的搜索性能。然后,通过与多目标蚁群算法（MOACO）、多目标鲸鱼优化算法（MOWOA）和基于分解的多目标进化算法（MOEAD）的对比分析,验证了算法的有效性。最后,通过实例对所提模型和算法进行了验证,并结合精英迭代策略和自学习机制对所提算法进行了消融实验研究,进而探讨了回收中心选择不同容量的回收车辆进行服务时车辆使用数与逆向物流运营成本的变化情况。研究结果表明,所提出的模型和算法可以有效降低逆向物流车辆调度成本和减少车辆使用数,并可实现多频次回收的车辆共享调度,进而为智能回收模式下的逆向物流网络构建和智慧城市建设提供理论支持和决策参考。

关键词：智能回收模式,车辆路径问题,资源共享,CW-SLNSGA-Ⅱ算法,精英迭代

基金资助：国家自然科学基金资助项目(72371044,71961027);重庆市教委科学技术研究重大资助项目(KJZD-M202300704);巴渝学者青年资助项目(YS2021058)。