本文針對整車物流網(wǎng)絡(luò)優(yōu)化問題,建立低碳經(jīng)濟(jì)下的魯棒優(yōu)化模型,設(shè)計(jì)遺傳退火算法對模型進(jìn)行求解,并通過算例仿真驗(yàn)證了模型和算法的有效性。研究結(jié)果表明,與隨機(jī)規(guī)劃模型相比,魯棒優(yōu)化模型能夠有效減少決策風(fēng)險(xiǎn),但提高決策方案的魯棒性需付出更高的成本;遺傳退火算法較參數(shù)取值相同下的遺傳算法和模擬退火算法性能更優(yōu);碳稅的增加對碳排放量的影響呈現(xiàn)明顯的階梯狀下降特征,碳稅政策制定者可利用這一規(guī)律,合理設(shè)置碳稅值,使其達(dá)到減排效果的同時(shí)盡可能的減輕企業(yè)的經(jīng)濟(jì)負(fù)擔(dān)。 

【文章來源】：工業(yè)技術(shù)經(jīng)濟(jì). 2020,39(07)北大核心CSSCI

【文章頁數(shù)】：9 頁

【部分圖文】：

整車物流網(wǎng)絡(luò)

Step5:變異。采用交換變異方式,由于染色體的兩段編碼的取值范圍不同,為了避免變異后產(chǎn)生非法個體,只有當(dāng)隨機(jī)選擇的兩個變異點(diǎn)位于同一段編碼時(shí)才交換兩點(diǎn)的值。如圖2所示:Step6:記交叉變異后的種群為種群2。用種群1中的最優(yōu)個體替換種群2的最差個體,產(chǎn)生新種群3,計(jì)算適應(yīng)度,更新歷史最優(yōu)解及其保持不變的代數(shù)。

而p>0.1678時(shí),目標(biāo)函數(shù)值不再發(fā)生變化,這是因?yàn)閜存在一個上限值pmax,當(dāng)p>pmax時(shí),約束條件(24)將失效,此時(shí)即等同于隨機(jī)規(guī)劃模型。因此,決策者需要在魯棒性和成本之間均衡選擇,通過動態(tài)調(diào)整參數(shù)p調(diào)節(jié)整個物流網(wǎng)絡(luò)的魯棒性水平。(2)碳稅值φ敏感性分析

【參考文獻(xiàn)】：
期刊論文
[1]考慮碳排放多任務(wù)的多式聯(lián)運(yùn)路徑優(yōu)化模型與算法[J]. 成耀榮,譚維.  工業(yè)技術(shù)經(jīng)濟(jì). 2019(06)
[2]基于正交試驗(yàn)的乘用車運(yùn)輸網(wǎng)絡(luò)優(yōu)化方法[J]. 秦璐,劉弘超,孫智源.  運(yùn)籌與管理. 2018(12)
[3]基于隨機(jī)p-魯棒優(yōu)化的國家血液戰(zhàn)略儲備庫選址-庫存模型[J]. 周愉峰,李志,劉思峰.  中國管理科學(xué). 2018(10)
[4]長江流域汽車整車運(yùn)輸路徑選擇研究[J]. 鄭燕,黃承鋒,張政.  公路交通科技. 2018(06)
[5]風(fēng)險(xiǎn)應(yīng)對視角下不確定需求定位-路徑魯棒優(yōu)化研究[J]. 孫華麗,崔全一,薛耀鋒.  運(yùn)籌與管理. 2017(11)
[6]基于“庫前移”模式的鐵路商品車物流基地分層動態(tài)選址優(yōu)化研究[J]. 王沛,張曉東,何杰,韓伯領(lǐng),楊宏燕.  鐵道學(xué)報(bào). 2017(09)
[7]具有遺憾值約束的魯棒性交通網(wǎng)絡(luò)設(shè)計(jì)模型研究[J]. 劉慧,楊超,楊珺.  交通運(yùn)輸系統(tǒng)工程與信息. 2013(05)



本文編號：3480967