Méthode robuste d’optimisation dynamique multi-objectifs pour le routage de véhicules

Pour les problèmes de routage de véhicules dynamiques à plusieurs objectifs, le temps d'attente du véhicule, le nombre de véhicules en service et la distance totale des itinéraires étaient généralement considérés comme les objectifs d'optimisation. En plus des objectifs ci-dessus, la consommation de carburant, qui entraîne la pollution environnementale et la consommation d'énergie, a été mise en avant dans cet article. En tenant compte de la charge des véhicules et de la distance de conduite, un modèle d'émission de carbone correspondant a été construit et défini comme un objectif d'optimisation. Des problèmes de routage de véhicules dynamiques à plusieurs objectifs avec des fenêtres de temps strictes et des clients dynamiques apparaissant au hasard ont ensuite été modélisés. Dans les méthodes de planification existantes, lorsque la nouvelle demande de service se manifestait, la méthode d'optimisation globale du routage des véhicules était déclenchée pour trouver les itinéraires optimaux pour les clients non servis, ce qui était chronophage. Par conséquent, une méthode robuste de routage de véhicules dynamique multi-objectifs avec deux phases est proposée. Trois points forts de cette nouvelle méthode sont : (i) Après avoir trouvé des itinéraires virtuels robustes optimaux pour tous les clients en adoptant l'optimisation par essaim de particules multi-objectifs lors de la première phase, des itinéraires de véhicules statiques pour les clients statiques sont formés en retirant tous les clients dynamiques des itinéraires virtuels robustes dans la phase suivante. (ii) Les clients apparus dynamiquement sont ajoutés à être servis en fonction de leur temps de service et de l'état des véhicules. L'optimisation globale du routage des véhicules est déclenchée uniquement lorsque aucun endroit approprié ne peut être trouvé pour les clients dynamiques. (iii) Une métrique mesurant la robustesse des algorithmes est fournie. Les résultats statistiques ont indiqué que les itinéraires obtenus par la méthode proposée ont une meilleure stabilité et robustesse, mais peuvent être sous-optimaux. De plus, l'optimisation globale du routage des véhicules chronophage est évitée à mesure que les clients dynamiques apparaissent.