Zeitabhängiges Fahrzeugroutenproblem mit gleichzeitiger Abholung und Lieferung sowie Zeitfenstern unter Berücksichtigung von Kohlenstoffemissionskosten unter Verwendung eines verbesserten Ameisenkolonie-Optimierungsalgorithmus

Im Kontext der nachhaltigen Logistikplanung sind Kohlenstoffemissionskosten zu einem kritischen Faktor geworden, der die Verteilungsentscheidungen beeinflusst. Gleichzeitig stellen die zeitabhängigen Eigenschaften städtischer Straßenetzwerke und gleichzeitige Abhol- und Lieferoperationen signifikante Herausforderungen für Fahrzeugroutenprobleme (VRPs) dar. Diese Studie befasst sich mit einem zeitabhängigen Fahrzeugroutenproblem mit gleichzeitiger Abholung und Lieferung sowie Zeitfenstern (TDVRPSPDTW). Der Kraftstoffverbrauch und die Kohlenstoffemissionskosten werden mithilfe eines umfassenden Emissionsmodells quantifiziert, während zeitabhängige Netzwerkbedingungen, gleichzeitige Abhol- und Lieferanforderungen sowie Zeitfensterbeschränkungen in ein einheitliches Modellierungsrahmen integriert werden. Um dieses NP-schwere Problem zu lösen, wird ein verbesserter Ameisenkolonie-Optimierungsalgorithmus (IACO) entwickelt, der eine adaptive große Nachbarschaftssuche integriert, um die Lösungsvielfalt und Konvergenzeffizienz zu verbessern. Computexperiment werden unter Verwendung international anerkannten VRPSPDTW-Benchmarks und neu konstruierten TDVRPSPDTW-Instanzen durchgeführt, zusammen mit Sensitivitätsanalysen unter variierenden Verkehrsbedingungen, Zeitfensterflexibilität und Lieferstrategien. Die Ergebnisse zeigen, dass das vorgeschlagene IACO das TDVRPSPDTW effektiv adressiert. Im Vergleich zur Ameisenkolonie-Optimierung mit lokaler Suche (ACO-LS) erzielt die IACO eine maximale Reduzierung der gesamten Verteilungskosten um 11,78 %. Darüber hinaus reduziert der gleichzeitige Abhol- und Liefermodus im Vergleich zur herkömmlichen separaten Abhol- und Lieferstrategie die gesamten Verteilungskosten und Kohlenstoffemissionskosten um 49,96 % bzw. 53,48 %.