CN109934382A - 一种基于轴幅式布局的多级地铁货运网络系统及建构方法 - Google Patents

Abstract

本发明公开一种基于轴幅式布局的多级地铁货运网络系统，城市物流园区、地下物流节点、地面终端、属于地面终端的服务范围内，作为对客户进行配送货物的站点。同时，提供上述多级地铁货运网络系统的建构方法，针对地铁货运系统运能受限，时效性高等特点，基于已有需求点特征，提出三项指标，构建地下货运OD综合评价模型来确定系统的服务范围。接下来以综合成本最优为目标，从运筹学的角度，建立了双层节点选址‑分配模型，制定了模型分解流程，并针对两个主问题设计了精确算法和启发式算法求解步骤，对运输成本、容量限制、设施布局均衡性、利用率进行优化。

Description

一种基于轴幅式布局的多级地铁货运网络系统及建构方法

技术领域

本发明涉及地下物流系统及相关地铁货物运输领域，涉及一种城市地铁货运网络系统。

背景技术

利用城市轨道交通体系开展货物运输(Freight on Transit,FOT)能够很大程度地削减由道路拥堵、尾气污染、交通事故造成的直接或间接经济损失。将货物从地面转移至地下，通过城市地铁系统直接将物流园区与城市配送中心甚至末端站点实现对接，提供快速、高效、稳定、标准化的物流服务，逐渐受到业界和学界的广泛关注。现阶段FOT已有成功投入运营的案例，在巴黎，一条由国家铁路公司运营(SNCF)的客货共线线路Commuter lineD用于供应城内的大型连锁商超；而巴黎的另一个TramFret计划，利用环线电车网络在城市内部实现跨区配送，其中货运电车与客运电车之间保持错班运行，可极大地提升配送效率。

当前阶段，地下工程施工技术和相应的自动化运输技术已经成熟。然而，地铁货运的网络规划，尤其是地下物流与地面衔接部分的设计与优化方法仍处于“真空期”，亟需解决的是物流功能划分、地面地下节点的联合选址、系统服务能力界定等问题。

发明内容

发明目的：本发明的目的为提供一种能够融入当下的城市中的多级地铁货运网络系统。

本发明另一个目的是提供上述多级地铁货运网络系统的建构方法，对运输成本、容量限制、设施布局均衡性、利用率进行优化。

技术方案：为实现上述发明目的，本发明的地铁货运系统可采用以下技术方案：

一种基于轴幅式布局的多级地铁货运网络系统，包括：

城市物流园区：用以将分拣好的货物输入临近的地铁站点；

地下物流节点：货流在地铁隧道中的停靠点，货物由此进入或离开地下；

地面终端：位于地下物流节点的附近，通过地面配送往返于地面终端与地下物流节点之间；

客户需求点：属于地面终端的服务范围内，作为对客户进行配送货物的站点。

有益效果：本发明提供的基于轴幅式布局的多级地铁货运网络系统，能够结合现有城市地下结构、地上结构而形成，能够融入当下的城市物流交通结构中。

而本发明提供的根据上述基于分形动态生长的地下物流网络系统的建构方法，可采用以下技术方案，包括以下步骤：

(2.1)利用货运交通出行量OD、平均配送时间，距离以及订单利润等易获得的参数提出三项评价指标，即货流单一性、区域可达性和订单优先级，反映在容量受限的条件下，地铁货运系统对客户需求的服务选择及其与传统配送模式之间的业务边界；具体指标表达式构建如下：

2.1.1)货流单一性

式中，F_x为货流单一性评价指标；i∈Γ_C,j∈R_D分别为需求点和地下物流节点的集合；ω_x(i)表示需求点i对物流园区x的货运量占比；d_ix为需求点i与物流园区x的欧式距离；和为0-1变量，分别表示需求点i是否接受来自地下物流节点j的货物，以及地下物流节点j是否存在与物流园区x所接入的地铁线路上；为货运量修正系数。

2.1.2)区域可达性

式中，A_x为区域可达性评价指标；为物流园区x配送至需求点i处所经历的地面旅行时间；为物流园区x配送至需求点i处所经历的地面旅行距离；ρ_d∈(0,1)为路况系数。

2.1.3)订单优先级

式中，P_x为订单优先级评价指标；为物流园区x对于需求点i的货运量；ξ_ix为传统路面配送模式下OD对的平均利润；为OD对k∈K的配送时间窗口，满足γ≥1为时间敏感因子。

(2.2)熵权TOPSIS法构建指标的无量纲判别矩阵引入功效系数μ进行变换，得到规范化后的数据矩阵H；

式中，w_ijk为第j个子系统(需求点集合)在第k个物流园区开放决策集中关于评价指标w_ijk的观测值，取第i项指标中最佳值为最差值为

(2.3)计算子系统的特征比重得到第i项指标的熵值如下，

定义差异性系数α_i＝1-η_i反映指标对系统的比较作用，得到归一化指标权重系数Z＝(z₁,z₂,…,z_m)^T，其中进一步可以得到评价方案与正、负理想解的相对贴近度

(2.4)根据临界贴近度值，将λ_j从大到小排序，依次选取相应地面终端内部的需求点接受地铁货运服务，直至服务能力达到饱和，得到放入地下货量的统一化模型：

式中，为最终接受地铁货运服务的需求点及所OD所构成的集合；T_j为决策列向量，它表示第j个子系统是否为地铁货运系统的服务对象；为临界相对贴近度

有益效果：本专利公开的方案能够精确、高效地实现最优成本下的地铁货运网络布局，所构建的数学模型和求解算法填补了该方面规划技术的空白；发明内容针对系统建设成本进行优化，显著提升了网络化运营情景下的经济可行性，能够为基于我国城市地铁开展城市配送的规划、设计相关决策提供理论支持和参考。

有益效果：本专利公开的方案能够精确、高效地实现最优成本下的地铁货运网络布局，所构建的数学模型和求解算法填补了该方面规划技术的空白；发明内容针对系统建设成本进行优化，显著提升了网络化运营情景下的经济可行性，能够为基于我国城市地铁开展城市配送的规划、设计相关决策提供理论支持和参考，融入当下的城市物流交通结构中。

附图说明

图1为本发明中地铁货运网络系统的结构示意图。

图2为本发明中设计混合整数规划模型求解的实施框架和优化流程图。

图3为地面终端集合覆盖精确算法的流程图。

图4为一个案例中南京地铁线路及设施布局。

图5为地面终端选址及系统服务范围优化结果示意图。

图6为最优地下物流节点选址及地面终端分配路线图。

具体实施方式

本发明提供一种基于轴幅式布局的多级地铁货运网络系统及建构方法，具体实施方法包括。

(一)、针对步骤一中的地下货量评价问题，考虑节点和隧道容量限制，在不改变地铁客运安排的前提下，对需求对象进行筛选，确定地铁货运系统服务范围，构建熵权TOPSIS地下货量综合评价模型，步骤如下：

步骤1构建指标的无量纲判别矩阵w_ijk为第j个子系统(需求点集合)在第k个物流园区开放决策集中关于评价指标w_ijk的观测值，取第i项指标中最佳值为最差值为引入功效系数μ进行变换，得到规范化后的数据矩阵H。

步骤2定义第i项指标下，第j个子系统的特征比重根据式(18)计算第i项指标的熵值；定义差异性系数α_i＝1-η_i反映指标对系统的比较作用，得到归一化指标权重系数Z＝(z₁,z₂,…,z_m)^T，其中

步骤3对本阶段的地面终端选址方案，计算与权重系数X下正、负理想解的相对贴近度其中为当前方案与最优、劣系统服务之间的欧氏距离。

步骤4各服务范围界定方案的相对贴近度在0到1之间浮动。最后根据计算的临界贴近度值，将λ_j从大到小排序，依次选取相应地面终端内部的需求点接受地铁货运服务，直至地下运输网络中某一路段达到饱和。可统一将放入地下的货运交通出行量OD写成模型P (1)。

(二)、针对步骤二和步骤三，设计混合整数规划模型求解框架和优化流程，具体如下：

基于轴幅式地铁布局的地下物流网络设计是一个复杂运输网络下融合客户层、中间层(地面终端)，地下物流层(换乘站、货运节点)，供应层(城市物流园区)为一体的NP-Hard问题。初始模型的求解难点在于没有任何一层节点信息可以被完整调用。同时多式联运网络内部各变量之间交错复杂，非线性优化角度的选择对算法复杂度的影响巨大。因此，本发明针对地铁货运系统的分层网络机制，对模型的目标和约束进行分解，设计精确算法+启发式算法的混合解决方案，一方面能够对问题进行简化，提高模型的可操作性，另一方面能够保留三个模型之间的联系和对实际问题的解释力。具体流程如图2所示。

进一步地，分别设计了一种精确式集合覆盖算法和一种改进的人工免疫算法以求解地下物流节点和地面终端的最优选址和归属。其求解过程能够表现货物从地下至地面的协同运输过程，反映多式联运中的对运输成本、容量限制、设施布局均衡性、利用率等因素的考量。具体包括：

根据模型P(1)的结果，地面终端选址的集合覆盖模型P(2)的精确式算法实现流程如图3所示。

改进的人工免疫算法求解地下物流节点选址-分配模型P(3)的具体步骤如下：

步骤1产生初始种群，初始抗体来自记忆单元群体，这些抗体群从可行解空间中随机产生。抗体的编码包含地下物流节点的开放方案和熵权TOPSIS中反馈的地面终端选址信息。初始抗体群记为K₀(RC)，它是由RC个随机产生的抗体组成的。

步骤2解的多样性评价，从父代种群K_n(RC)中分别选择适应值最高的个体a＝RC×20％和亲和力最低的个体b＝RC×20％组成解向量。根据Lehmer mean构建亲和力表达式，来表示抗体与抗原之间的匹配程度。计算得到第u个解向量的亲和力。

其中I_u为第u个解向量的亲和力，F_b为目标函数(9)，Q(u,v)为Lehmer mean，该均值表示抗体u与其他所有抗体u≠v的平均欧氏距离。

步骤3克隆操作，通过抗体评估计算克隆比例，克隆比例取决于抗体与抗原之间的亲和力以及抗体与其他抗体之间的相似性。复制a+b±t个被选择的抗体产生克隆种群Z_n(N_c)。具体的，所有被选择的抗体所产生的克隆体的总数为：

步骤4基因变异操作，从Z_n(N_RC)中选择一批克隆体对它们进行高斯型变异，得到种群S_n。变异率采用一种自适应的策略，并与抗体的适应值f_k相关联。这种变异操作可表述为c_j＝normrnd(c_j,σ,1,1)；其中c_j为克隆体的第j个属性,normrnd为一个服从均值为c_j，标准差为σ的正态分布随机数。抗体的σ临域跟随其适应值和亲和力自适应调整为σ＝ω·I_u/f_k。

步骤5免疫选择操作，从S_n UZ_n中选择一批f_k最高的抗体组成记忆种群Y，再从记忆种群Y中选择适应值最高的30％k个抗体来更新种群K_n中适应值最低的等数量抗体，产生子代种群K_n+1。

步骤6节点搜索重置，当达到最大迭代次数N后，检查若存在i使得则更新目标成本F_b(i)，将当前未被服务的需求点信息反馈给熵权TOPSIS评价模型进行新一轮的迭代；若不存在，算法终止。

实证分析

为了证明规划方法的有效性，专利方案依据真实地理信息，现选择南京市4个主要的物流配送中心与南京地铁1号线、2号线、3号线和4号线的部分路段。研究轴幅式网络在多线换乘情况下，地下物流-地铁共线模式的服务绩效和成本最低时的配置方案。需求点及设施布局见图4，一共包括201平方公里范围内的158个需求点和48个备选地下物流节点。

地下网络的单位运输成本统一设置为0.5元/吨公里；地下单位转运成本为2元/吨；地面路段的单位运输成本为2元/吨公里；地下物流节点的建设成本为5870元/天(折旧至每天)；地面终端的服务半径及货物处理能力分别为3公里，3000吨/天；单条地铁隧道最大通行能力为20000吨/天，其余初始参数，如需求OD，地面车辆旅行时间等参数采用蒙特卡洛模拟获得。

根据图2中的模型分解流程，调用精确算法模块和改进的免疫算法模块，对各级货运设施选址及归属方案进行优化，优化结果如图5、图6所示。得到四个物流园区的临界贴近度λ_j分别为0.2556,0.2907,0.1033,0.1159，需求点筛选至135个。接下来求得地面终端的覆盖集合为19个，地铁货运模式的最优综合成本为65.27万元/天，该情境下共开放8个地下物流节点对其中的18个地面终端进行货物供应。

计算结果符合所提出网络规划思路和设计理念，本发明为一种基于轴幅式地铁网络的城市新型配送模式提供了理论支撑，与传统物流进行比较可以进一步地证明规划方案的可行性和实践意义。

Claims (5)

1.一种基于轴幅式布局的多级地铁货运网络系统，其特征在于，包括：

城市物流园区：用以将分拣好的货物输入临近的地铁站点；

地下物流节点：货流在地铁隧道中的停靠点，货物由此进入或离开地下；

地面终端：位于地下物流节点的附近，通过地面配送往返于地面终端与地下物流节点之间；

客户需求点：属于地面终端的服务范围内，作为对客户进行配送货物的站点。

2.根据权利要求1所述的多级地铁货运网络系统，其特征在于，当涉及多条地铁线路时，货物在多条地铁线路交汇处的换乘点实现地下转运。

3.一种根据权利要求1或2中基于分形动态生长的地下物流网络系统的建构方法，其特征在于，包括以下步骤：

(2.1)利用货运交通出行量OD、平均配送时间，距离以及订单利润等易获得的参数提出三项评价指标，即货流单一性、区域可达性和订单优先级，反映在容量受限的条件下，地铁货运系统对客户需求的服务选择及其与传统配送模式之间的业务边界；具体指标表达式构建如下：

2.1.1)货流单一性

式中，F_x为货流单一性评价指标；i∈Γ_C,j∈R_D分别为需求点和地下物流节点的集合；ω_x(i)表示需求点i对物流园区x的货运量占比；d_ix为需求点i与物流园区x的欧式距离；和为0-1变量，分别表示需求点i是否接受来自地下物流节点j的货物，以及地下物流节点j是否存在与物流园区x所接入的地铁线路上；为货运量修正系数；

2.1.2)区域可达性

式中，A_x为区域可达性评价指标；为物流园区x配送至需求点i处所经历的地面旅行时间；为物流园区x配送至需求点i处所经历的地面旅行距离；ρ_d∈(0,1)为路况系数；

2.1.3)订单优先级

式中，P_x为订单优先级评价指标；为物流园区x对于需求点i的货运量；ξ_ix为传统路面配送模式下OD对的平均利润；为OD对k∈K的配送时间窗口，满足γ≥1为时间敏感因子；

(2.2)熵权TOPSIS法构建指标的无量纲判别矩阵引入功效系数μ进行变换，得到规范化后的数据矩阵H；

式中，w_ijk为第j个子系统(需求点集合)在第k个物流园区开放决策集中关于评价指标w_ijk的观测值，取第i项指标中最佳值为最差值为

(2.3)计算子系统的特征比重得到第i项指标的熵值如下，

定义差异性系数α_i＝1-η_i反映指标对系统的比较作用，得到归一化指标权重系数Z＝(z₁,z₂,…,z_m)^T，其中进一步可以得到评价方案与正、负理想解的相对贴近度

(2.4)根据临界贴近度值，将λ_j从大到小排序，依次选取相应地面终端内部的需求点接受地铁货运服务，直至服务能力达到饱和，得到放入地下货量的统一化模型：

式中，为最终接受地铁货运服务的需求点及所OD所构成的集合；T_j为决策列向量，它表示第j个子系统是否为地铁货运系统的服务对象；为临界相对贴近度。

4.根据权利要求3所述的建构方法，其特征在于，构建地面终端选址的集合覆盖模型和地下物流节点选址-分配混合整数规划模型，

(3.1)定义U(j)和V(i)分别表示覆盖需求点β_i的地面终端构成的集合以及所有被地面终端α_j覆盖的需求点，构建如下模型：

最小覆盖集合数

式中，W_j为0-1变量，表示α_j处是否设置地面终端；

该最小覆盖集合数受限制于以下参数:

节点分摊机制

式中，H_ij＝{0,1}为α_j对β_i货量分配系数；

节点容量限制

式中，为备选地面终端r的处理货量上限；

节点服务半径

式中，D(i,j)为需求点i与备选地面终端j之间的欧氏距离，R为备选地面终端服务半径上限；

(3.2)建立地下物流节点选址-分配混合整数规划模型如下：

最优目标成本

该最优目标成本受限制于以下参数:

隧道通行能力

节点处理能力

地下转运能力

地面终端归属

货流分配机制

地下车辆路径

其中，j∈R_D,u∈R_H分别为地下物流节点、地下转运点的备选集合；x∈N为物流园区集合，即地铁货运线路集合(采用一一对应的原则)；分别为地下物流节点、地下转运点的改造和维护成本；分别为接受服务的需求点OD在路径d∈S上的运输成本；以及该部分OD在地铁路段中的运输成本；为转运至地铁线路x∈N的地下OD对所需的转运成本； 分别为地铁线路x最大运输能力上限、地铁货运节点j处理货量上限以及地下转运点u的转运能力上限；m_j为0-1变量，表示若地铁站j∈R_D是否被选为地下物流节点；f_i ^x为0-1变量，表示需求点i是否为物流园区x∈N的配送对象；为0-1变量，表示需求点i所属的地面终端r是否接受来自地下物流节点j的配送服务；为0-1变量，表示地下物流节点j是否在物流园区x所属的地铁线路上；为0-1变量，表示地下转运点u是否将来自其他物流园区的货物转运至线路x；为0-1变量，表示地下路段(r,j)是否被来自物流园区x的货流访问；

(3.3)设计改进的人工免疫算法对模型进行求解。

5.根据权利要求4所述的建构方法，其特征在于，

所述步骤(3.3)设计改进的人工免疫算法包括：

3.3.1)产生初始种群，抗体的编码包含地下物流节点的开放方案和熵权TOPSIS中反馈的地面终端选址信息；初始抗体群记为K₀(RC)；

3.3.2)解的多样性评价，从父代种群K_n(RC)中选择若干适应值最高亲和力最低的个体组成解向量；根据Lehmer mean构建亲和力表达式：

式中，I_u为第u个解向量的亲和力，F_b为(3.2)中的模型目标函数，Q(u,v)为Lehmermean，该均值表示抗体u与其他所有抗体u≠v的平均欧氏距离；

3.3.3)克隆操作，通过抗体评估计算克隆比例，复制a+b±t个被选择的抗体产生克隆种群Z_n(N_c)；所有被选择的抗体所产生的克隆体的总数为

3.3.4)基因变异操作，从Z_n(N_RC)中选择一批克隆体对它们进行高斯型变异；变异率采用一种自适应的策略，表述为c_j＝normrnd(c_j,σ,1,1)；其中c_j为克隆体的第j个属性,normrnd为一个服从均值为c_j，标准差为σ的正态分布随机数；抗体的σ临域跟随其适应值和亲和力自适应调整为σ＝ω·I_u/f_k；

3.3.5)免疫选择操作，从S_nUZ_n中选择一批f_k最高的抗体组成记忆种群Y，再从记忆种群Y中选择适应值最高的30％k个抗体来更新种群K_n中适应值最低的等数量抗体，产生子代种群K_n+1。