帶時(shí)間窗的多車場(chǎng)低碳車輛路徑問題研究傳統(tǒng)的車輛路徑問題(VehicleRoutingProblem,VRP)大多從經(jīng)濟(jì)效益視角考慮,研究目標(biāo)為最小化旅行距離或物流成本,而從環(huán)境效益的角度考慮運(yùn)輸對(duì)環(huán)境影響的相關(guān)研究還比較少。物流和交通運(yùn)輸已成為碳排放的主要來源之一,是落實(shí)節(jié)能減排的重要領(lǐng)域。實(shí)際運(yùn)輸企業(yè)大多擁有多個(gè)車場(chǎng),同時(shí)考慮到車場(chǎng)車輛數(shù)、車輛載重、車輛工作時(shí)間以及客戶時(shí)間窗等實(shí)際約束,本文研究了一類新的車輛路徑問題——帶時(shí)間窗的多車場(chǎng)低碳車輛路徑問題(Multi-DepotLow-CarbonVehicleRoutingProblemwithTimeWindows,MDLCVRPTW).該問題將研究目標(biāo)轉(zhuǎn)移到環(huán)境效益中去,是對(duì)傳統(tǒng)的帶時(shí)間窗的多車場(chǎng)車輛路徑問題(Multi-DepotVehicleRoutingProblemwithTimeWindows,MDVRPTW)的擴(kuò)展,通過合理安排車輛運(yùn)輸路線,以期減少能耗和碳排放。基于歷史統(tǒng)計(jì)數(shù)據(jù)和已有研究成果,本文首先建立了車輛能耗和碳排放量的宏觀計(jì)量模型,模型綜合考慮了距離和重量這兩個(gè)影響碳排放量的關(guān)鍵因素；在此基礎(chǔ)上建立了MDLCVRPTW問題的數(shù)學(xué)優(yōu)化模型,目標(biāo)函數(shù)為最小化碳排放量。由于MDLCVRPTW屬于NP-hard問題,本文設(shè)計(jì)了帶適應(yīng)性變異的混合遺傳算法來求解該問題：設(shè)計(jì)了基于輪盤賭的初始解構(gòu)造方法,采用了父代參與競(jìng)爭(zhēng)的錦標(biāo)賽選擇機(jī)制,然后改進(jìn)了Ox交叉算子,設(shè)計(jì)了基于適應(yīng)性鄰域搜索的變異操作,并通過種群管理保持種群多樣性。為了評(píng)估算法的有效性,首先采用Cordeau的MDVRPTW標(biāo)準(zhǔn)測(cè)試算例數(shù)據(jù),求解了MDVRPTW問題,從解的質(zhì)量、算法穩(wěn)定性以及收斂時(shí)間三方面表明了本文算法的有效性。然后將MDLCVRPTW模型計(jì)算結(jié)果與MDVRPTW模型計(jì)算結(jié)果相比較,結(jié)果表明,前者較后者旅行距離平均增加1.65%,但碳排放量平均降低0.90%,由此表明在小批量多批次貨物配送中,適當(dāng)增加旅行距離能減少碳排放量,同時(shí)也表明僅考慮旅行距離不利于節(jié)能減排。最后將本文的模型與算法應(yīng)用于蘇果社區(qū)店的實(shí)際配送作業(yè)中,給出了合理