双重不确定下应急物资多式联运可靠路径优化

为按时、可靠地将应急物资运达目的地,综合考虑需求和运输环境的双重不确定性、节点疫情感染风险、成本约束、班期限制和转运能力限制等,构建以可靠度最大为目标的应急物资多式联运可靠路径优化模型。同时针对所求问题的NP-难特点,设计蒙特卡洛自适应遗传算法和模拟退火遗传算法进行求解,并引入优劣解距离法对算例的运行结果进行分析。研究结果表明：蒙特卡洛自适应遗传算法较模拟退火遗传算法在求解质量和求解时间方面更优,在交叉概率为0.80,变异概率为0.08,种群大小为50的最佳参数组合下,得到的优化路径最大可靠度为85%,且求解出来的最优路线均未经过存在疫情感染风险的节点,求解结果较好。参数分析表明：在交叉概率相同的条件下,两种算法的平均运行时间均随着变异概率的降低而减少,随着变异概率的增加而增加;多式联运路径优化的决策会受水铁班期的影响。