基于两阶段鲁棒优化的可靠性物流网络设计

来源：交通运输系统工程与信息杂志2023年第2期北京时间：

作者：石褚巍, 马昌喜, 麻存瑞

单位：1. 兰州交通大学，a. 交通运输学院，b. 高原铁路运输智慧管控铁路行业重点实验室，兰州 730070；2. 重庆邮电大学，现代邮政学院，重庆 400000

摘要：针对网络中存在节点及线路损坏不确定性的可靠性物流网络设计问题，提出一种基于两阶段鲁棒优化的可靠性物流网络设计方法。以供应和中转节点选址，节点连通关系确定，流量分配作为决策变量，构建两阶段可靠性物流网络设计模型，追求网络总成本和总运行时间两个独立目标的最小化。其中，网络总成本目标函数包含两个阶段的成本，第1阶段，计算网络建设成本及网络正常状态下的运行成本；第2阶段，计算网络损坏情景不确定集下的网络运行成本。网络总运行时间目标函数用于计算网络正常状态下的运行时间。设计具有双层编码结构染色体的混合进化算法，以NPGA(Niched Pareto Genetic Algorithm)作为主算法框架，设计大邻域搜索机制优化个体连通关系基因层，同时，嵌套基于聚类的交叉和变异策略提升算法对解空间的搜索能力。以多组不同规模的可靠性物流网络设计问题进行案例分析，验证模型及算法的合理性和有效性。研究结果表明：两阶段可靠性物流网络设计模型能够通过少量增加前期网络建设成本的投入，显著降低网络在受损情况下的运行成本，有效提升网络可靠性。在5个供应节点、10个中转节点及15个需求节点的案例对比中，该模型求得的成本偏好及时间偏好的两组Pareto解，相比于传统多目标物流网络模型的两组对应偏好解，在同一网络损坏情景集中最多能够分别节省 20.6%和28.2%的网络运行成本；设计的混合进化算法在迭代初期就收敛到较优的目标值，表现出较强地搜索和寻优性能，能够实现对两阶段可靠性物流网络设计模型的有效求解。

关键词：物流工程,网络设计,鲁棒优化,可靠性,NPGA,大邻域搜索,聚类

基金资助：国家自然科学基金(71861023，52062027)；甘肃省基础研究计划-软科学专项(22JR4ZA035)