基于竞合关系的车辆路径问题模型及算法研究

　　《基于竞合关系的车辆路径问题模型及算法研究》第1章和第2章介绍了问题研究背景、车辆路径问题、Stackelberg均衡理论及模糊随机理论研究现状，并给出了《基于竞合关系的车辆路径问题模型及算法研究》的研究框架。主体内容为第3章到第5章，最后为结论部分。其中，第3章研究了模糊随机环境下的竞合车辆路径问题，即将Stackelberg均衡技术应用到车辆路径问题中，考虑了车辆路径问题中的多个决策群体，并考虑其包含的不确定因素，提出了基于竞合关系的车辆路径主从均衡数学模型。模型中，上级决策者，可以认为是供应商或者供应公司管理者，其目标是实现全局成本低，包括路线初始成本、服务成本和运输成本；下级决策者，可以认为是外包运输公司或者公司运输规划部门，仅关心车辆运输成本，通过为每辆车安排优运输路线，达到运输成本小化的目标。第4章对竞合车辆路径问题做了进一步研究，即在第3章的基础上加入顾客服务时间窗口要求，提出了时间窗口车辆路径主从均衡模型。在实际案例中，一般情况下，顾客会给定一个货物送达的时间范围，即给定其接受服务的时间窗口。在主从模型中，加入时间窗口约束以及顾客满意度约束，使模型更具普遍性和实用性。第5章提出了时间窗口取送货车辆路径主从均衡模型。即在顾客合理的时间要求内，基于前两章内容，更进一步地探讨了同时对顾客进行取货服务和送货服务的情况。综上所述，在模糊随机双重不确定环境下，《基于竞合关系的车辆路径问题模型及算法研究》使用Stackelberg均衡理论对车辆路径问题进行了研究，依次研究了竞合关系下的车辆路径问题、时间窗口车辆路径问题以及时间窗口取送货车辆路径问题。首先，对这三类问题，分别建立了相应的Stackelberg均衡主从模型，并分析了这三类问题中的模糊随机不确定性。其次，车辆路径问题是组合优化和运筹学领域中非常著名的NP-Hard问题，双重不确定环境和复杂主从模型结构使得《基于竞合关系的车辆路径问题模型及算法研究》提出的车辆路径问题模型更加复杂和难解。由于该问题的复杂性和不确定性，《基于竞合关系的车辆路径问题模型及算法研究》使用启发式算法进行求解。最后，针对这三类车辆路径问题分别进行了案例应用研究，进一步验证了该方法的可行性和有效性。决策模型和算法对于实际工程材料配送车辆路径问题有着一定的指导意义，对于不确定理论、Stackelberg均衡理论以及算法研究也有着积极的推动作用。

　　马艳芳，博士，副教授，主要研究领域为物流与供应链管理、决策理论与优化方法等。主持国家和省部级项目各一项，厅局级课题多项。发表相关论文30余篇，其中SCI检索论文16篇。