حل مسائل جدید توزیع بار شهری با استفاده از وسایل نقلیه الکتریکی ماژولار
مسئله مسیریابی وسایل نقلیه (VRP) در چند سال گذشته به شدت مورد مطالعه قرار گرفته است. در واقع، بخش بزرگی از تحقیقات به کمک به شرکتهای حمل و نقل یا مقامات دولتی در تصمیمگیریهایشان اختصاص داده شده است. امروزه، راهحلهای جدیدی پیشنهاد شده است که فناوریهای جدیدی را در نظر میگیرد که امکان طراحی وسایل نقلیه الکتریکی را فراهم میکند که میتوانند در طرحهای جدید حمل و نقل مورد استفاده قرار گیرند یا به صاحبان ناوگان کمک کنند تا در هنگام تحویل بار، رقابتی باقی بمانند. در این مطالعه، هدف بررسی مفهوم نوآورانه وسایل نقلیه الکتریکی مدولار برای تحویل کالا در شهرها است. به طور دقیقتر، وسایل نقلیه مورد بررسی در این مطالعه میتوانند به دو یا چند ماژول تقسیم شوند که میتوانند در یک مکان اختصاصی رها شوند و بعداً در طول مسیر برای اهداف شارژ یا برای افزایش چابکی بازیابی شوند. هدف، پرداختن به مسائل چالش برانگیز مرتبط با استفاده از این وسایل نقلیه الکتریکی مدولار جدید برای حمل و نقل بار شهری است. این یک مسئله کاملاً جدید است که پیچیدگی VRP اصلی و محدودیتهای خاص ناشی از استفاده از وسایل نقلیه الکتریکی مدولار در محیط شهری را در بر میگیرد. این مطالعه اولین فرمولبندی این مسئله را به همراه یک رویکرد حل کاملاً مؤثر ارائه میدهد که نتایج امیدوارکنندهای را نشان میدهد.
مقدمه
در طول چند سال گذشته، حمل و نقل به دلیل الگوی جدید مرتبط با توزیع کالا، توجه جامعه تحقیقاتی را بیش از پیش به خود جلب کرده است. در واقع، به حداقل رساندن هزینههای ذخیرهسازی همواره یک عامل کلیدی در مدیریت زنجیره تأمین بوده است. این امر مستلزم جستجوی راهحلهایی است که ظرفیت انبارها را به حداقل برساند. علاوه بر این محدودیتها، تعداد مشتریان الکترونیکی همواره در حال افزایش است که منجر به الزامات قوی از نظر کارایی و قابلیت اطمینان در تحویل سفارشات آنها میشود. بنابراین، یک چالش جدید و نیاز شدید به تضمین توزیع منظمتر و مکرر کالاها وجود دارد که منجر به تردد بیشتر وسایل نقلیه در محیط شهری میشود. بنابراین، صاحبان ناوگان باید برای حفظ رقابت، توجه دقیقی به هزینههای حمل و نقل خود داشته باشند. برای کمک به آنها در تصمیمگیری بهینه هنگام مدیریت ناوگان وسایل نقلیه خود، یک رشته قوی از تحقیقات، به ویژه جامعه تحقیقات عملیاتی و بهینهسازی، همانطور که در [1] گزارش شده است، در طول 50 سال گذشته به طور فشرده مسئله شناخته شده مسیریابی وسیله نقلیه (VRP) را مطالعه کردهاند. بیان این مسئلهی غیر چندجملهای (NP)-سخت بسیار آسان است [2]: با توجه به مجموعهای از n مشتری که هر کدام یک تقاضا و یک مکان (به صورت مختصات x و y یا شاید به صورت ماتریس فاصله بین هر مشتری) دارند؛ یک ناوگان از وسایل نقلیه، هر کدام با ظرفیت ثابت (معمولاً برای همه وسایل نقلیه یکسان)؛ یک ایستگاه، که هر وسیله نقلیه باید از آنجا شروع و پایان یابد؛ مسئله محاسبه تعدادی مسیر (تعداد مسیرها معمولاً برابر با تعداد وسایل نقلیه است) است که مسافت طی شده را به حداقل برساند و تضمین کند که یک وسیله نقلیه با در نظر گرفتن مشتریانی که بازدید میکند و تقاضای آنها، از ظرفیت خود تجاوز نکند. به جای «مسافت»، میتوان زمان، هزینه یا سایر معیارهای اثربخشی را در صورت نیاز جایگزین کرد.
VRP برای وسایل نقلیه سبک کلاسیک (LDV) به اشکال مختلف مورد بررسی قرار گرفته است. خواننده علاقهمند به [3] ارجاع داده میشود که مروری کامل بر ادبیات این مسئله جهانی ارائه میدهد. فرمولبندیها به ماهیت مسئلهای که باید حل شود بستگی دارد. در میان انواع VRP، میتوان VRP با پنجرههای زمانی (VRPTW) را تشخیص داد، به این معنی که یک مشتری باید در یک بازه زمانی خاص، مانند [4]، بازدید شود. در واقع، در برخی از مناطق شهری، فقط 2 ساعت در صبح مجاز به تحویل مشتریان واقع در آن منطقه است. در VRP چند انباری، وسایل نقلیه متعلق به چندین انبار هستند [5] در حالی که در VRP باز، نیازی نیست که وسایل نقلیه پس از بازدید از آخرین مشتری به انبار برگردند [6]. VRP های دارای تحویل و برداشت با وسایل نقلیهای سروکار دارند که تحویلها را انجام میدهند و سپس برای تحویل گرفتن کالا به هر مشتری برمیگردند [7].
امروزه، راهحلهای جدیدی برای به حداقل رساندن هزینههای حمل و نقل با در نظر گرفتن فناوریهای جدیدی که امکان طراحی وسایل نقلیه سبز برای تحویل کالا را فراهم میکنند، ارائه شده است. لین و همکاران [8] و گاردنر و همکاران [9] بررسیهای اخیری در مورد VRP شامل چنین وسایل نقلیه جدیدی که میتوانند از سوخت جایگزین استفاده کنند یا به کلاس وسایل نقلیه الکتریکی باتریدار، وسایل نقلیه الکتریکی هیبریدی یا وسایل نقلیه الکتریکی پیل سوختی تعلق دارند، ارائه میدهند. علاوه بر عواملی که ممکن است پذیرش وسایل نقلیه سبز برای تحویل کالا را کند کنند، مانند استقلال محدود، زیرساخت شارژ ضعیف موجود، زمان شارژ طولانی و هزینههای بالای خرید، پتانسیل زیادی برای استقرار چنین وسایل نقلیهای به دلیل هزینههای عملیاتی و نگهداری پایین وجود دارد، همانطور که در [10] نشان داده شده است. بنابراین، چندین طرح تحقیقاتی، انگیزهها و شرایطی را که تحت آن صاحبان ناوگان برای وسایل نقلیه سبز سرمایهگذاری میکنند، بررسی کردهاند. به عنوان مثال، فنگ و فیگلیوززی [11] مدلی را برای بهینهسازی جایگزینی ناوگان با وسایل نقلیه الکتریکی توسعه دادهاند. در بیشتر مواردی که از وسایل نقلیه الکتریکی برای توزیع کالا استفاده میشود، باتری در طول شب در انبار شارژ میشود و از ایستگاههای شارژ عمومی استفاده نمیکند، مگر در زمان استراحت ناهار، همانطور که در [12، 13] ذکر شده است تا از زمان راننده بهترین استفاده را ببرد. تجهیزات شارژ همچنین میتوانند در یک مرکز تجمیعشده (که میتواند به عنوان یک مرکز حملونقل نیز عمل کند) واقع در نزدیکی شهری که وسایل نقلیه در آن فعالیت میکنند، در دسترس قرار گیرند. بنابراین، دو رشته اصلی از ادبیات را میتوان تشخیص داد. اولین مورد، زمانهای شارژ را اعمال میکند و سعی میکند ناوگان وسایل نقلیه با برد محدود را بهینه کند، همانطور که در [14] یا در ون دوین و همکاران [15] آمده است، که در آن مسئله به عنوان یک VRPTW فرموله شده است و تضمین میشود که وسایل نقلیه همیشه انرژی کافی برای بازگشت به انبار را دارند. در مورد دوم، وسیله نقلیه میتواند در طول مسیر شارژ شود، همانطور که در گونسالوز و همکاران [16] آمده است که تعداد دفعاتی که وسایل نقلیه باید شارژ شوند را با تقسیم کل مسافت بر برد وسیله نقلیه تعیین کردند و یک VRP با برداشت و تحویل را حل کردند. این فرضی است که بسیاری از نویسندگانی که یا بر مسائل مسیرهای بهینه یا بر آنچه به عنوان VRPهای سبز شناخته میشود، تمرکز کردهاند، از آن پیروی میکنند. در دسته اول مسائل، هدف یافتن مسیری با کمترین هزینه از مبدا تا مقصد است که امکان شارژ مجدد در طول مسیر را فراهم کند، همانطور که در [17] که به دنبال تعیین بهترین سیاستهای شارژ مجدد بودند و آرتمایر و همکارانش [18] که این واقعیت را در نظر گرفتند که وسایل نقلیه الکتریکی باتریدار میتوانند هنگام کاهش سرعت، انرژی تولید کنند. در آلیسیانی و ماسلکار [19]، بازیابی انرژی نیز در نظر گرفته میشود، در حالی که ایستگاههای شارژ به وسایل نقلیه اختصاص داده میشوند تا از حضور همزمان چندین وسیله نقلیه در یک ایستگاه جلوگیری شود.
VRP سبز توسط اردوغان و میلر-هاکس [20] معرفی شد که وسایل نقلیه با سوخت جایگزین را در نظر گرفتند. در این مسئله، ایستگاههای سوختگیری باید به طور همزمان با مسیرهای وسایل نقلیه تعیین شوند و مدت زمان سوختگیری ثابت فرض میشود. در طاها و همکاران [21]، به وسایل نقلیه اجازه داده میشود که در مسیر برگشت خود بیش از یک بار از ایستگاههای سوختگیری بازدید کنند. در مقایسه با دو کار قبلی، کار انجام شده در [22] پنجرههای زمانی و تأثیر ازدحام را در نظر گرفت. اشنایدر و همکاران VRP سبز را با در نظر گرفتن پنجرههای زمانی و محدودیتهای ظرفیت گسترش دادند و در عین حال بر وسایل نقلیه الکتریکی باتریدار تمرکز کردند که زمان شارژ مجدد آنها به وضعیت باتری در هنگام ورود به ایستگاه شارژ مجدد بستگی دارد [23]. نوع دیگری از VRP سبز با وسایل نقلیه الکتریکی باتریدار، VRP شارژ مجدد [24] نامیده میشود. در مقایسه با سایر VRPهای سبز که شارژ مجدد در ایستگاههای از پیش تعریف شده مجاز است، باتری در مکانهای مشتری شارژ میشود در حالی که سرویس انجام میشود. این فرضی است که در این مقاله حاضر اتخاذ شده است.
به طور دقیقتر، هدف این مقاله، ترویج استفاده از ونهای برقی برای تحویل بار شهری با امکان شارژ الکتریکی در طول مسیر است. به همین دلیل است که مفهوم خودروهای ماژولار معرفی شده است. خودروهای ماژولار میتوانند یک یا چند ماژول را حمل کنند و قادرند یک ماژول را رها کرده و بعداً در طول مسیر برای اهداف شارژ یا افزایش چابکی آن را بازیابی کنند. در این مقاله، هدف نشان دادن ارزش افزوده استقرار خودروهای برقی ماژولار برای توزیع کالاهای شهری است. این امر منجر به یک کلاس کاملاً جدید از VRP به نام MeVRP برای VRP برقی ماژولار میشود که پیچیدگی VRP شارژ مجدد، محدودیتهای پنجرههای زمانی و مسائل چالشبرانگیز مرتبط با مفهوم ماژولاریتی را در بر میگیرد. MeVRP هرگز در ادبیات مورد بررسی قرار نگرفته است، زیرا ماژولاریتی برای خودروهای برقی یک مفهوم جدید است و مفهوم خودروهای ماژولار حتی وجود ندارد. با این حال، این مشکل را میتوان به عنوان امتدادی از VRP شارژ مجدد در نظر گرفت که ناوگان برای آن ناهمگن است.
ناوگان مختلط یا VRP ناهمگن، مسائلی را در نظر میگیرد که در آنها انواع مختلفی از وسایل نقلیه در دسترس هستند. این روش اولین بار در [25] معرفی شد. بالداچی و همکارانش [26] پنج زیرگروه اصلی از این مسئله را شناسایی کردند که از نظر تعداد وسایل نقلیه موجود (محدود و نامحدود)، اینکه آیا هزینه ثابتی برای هر وسیله نقلیه در نظر گرفته شده است یا خیر و اینکه آیا هزینههای مسیریابی به نوع وسیله نقلیه بستگی دارد یا خیر، متفاوت هستند. فرمولبندی اصلی توسط گلدن و همکارانش، تعداد نامحدودی وسیله نقلیه با هزینههای ثابت خرید و هزینههای مسیریابی مستقل از نوع وسیله نقلیه را در نظر گرفت که به عنوان VRP با اندازه ناوگان و ترکیب با هزینههای ثابت طبقهبندی میشود. لیو و شن [27] این مسئله را برای در نظر گرفتن پنجرههای زمانی گسترش دادند و اندازه ناوگان و ترکیب VRPTWها را ایجاد کردند. چندین تکنیک برای حل این نوع مسئله پیشنهاد شد، مانند برنامه حافظه تطبیقی که توسط پاراسکوپولوس و همکارانش ارائه شده است، به [28] مراجعه کنید که در آن حافظهای از ویژگیهای راهحل خوب (تخصیصها و ترتیبهای مسیر) در یک جستجوی محلی تکرارشونده با استفاده از جستجوی ممنوعه به عنوان روش بهبود محلی حفظ میشود. یک الگوریتم تکاملی ترکیبی با استفاده از مکانیسمهای مدیریت جمعیت همراه با نمایش راهحل تعمیمیافته با ارزیابی مدولار توسط ویدال و همکارانش [29] پیشنهاد شده است. در این مقاله، از یک تکنیک تجزیه همراه با یک الگوریتم تکراری شامل یک الگوریتم ژنتیک برای پرداختن به MeVRP استفاده شده است.
ادامه این مقاله به شرح زیر است. ابتدا مسئله توضیح داده میشود. سپس، یک فرمول ریاضی برای مسئله ارائه میشود. بخش 3 روش حل توسعهیافته برای مسئله را شرح میدهد. در بخش 4، نتایج آزمایشهای انجامشده بر روی معیارهای شناختهشده در مقالات گزارش میشود. بخش 5 این مقاله را نتیجهگیری کرده و جهتگیریهایی را برای کارهای آینده ارائه میدهد.(منبع).