Optymalizacja planu przewozów z ograniczaniem niekorzystnego wpływu na środowisko

Dytczak, M.; Ginda, G.

Artykuł - szczegóły

Tytuł artykułu

Optymalizacja planu przewozów z ograniczaniem niekorzystnego wpływu na środowisko

Autorzy

Dytczak M. , Ginda G.

Identyfikatory

Warianty tytułu

Environment-friendly routing of vehicles

Języki publikacji

Abstrakty

W pracy zaproponowano procedurę rozwiązywania zagadnień proekologicznego wyznaczania tras (ang. Green Vehicle Routing Problem, GVRP), polegającego na określeniu liczby pojazdów drogowych oraz ich tras, zapewniających pokrycie zapotrzebowania odbiorców na produkty, przy jednoczesnym ograniczeniu niekorzystnego wpływu na środowisko oraz całkowitego kosztu transportu. We wstępnej części opracowania scharakteryzowano zagadnienia proekologicznego wyznaczania tras. Przedstawiono również metody ich rozwiązywania. Zidentyfikowano przy tym zasadniczą przyczynę trudności w rozwiązywaniu tych zagadnień, którą okazuje się kombinatoryczny charakter zagadnienia, związany z występowaniem licznych, dopuszczalnych z uwagi na ograniczenia popytowe i podażowe, zestawów tras i wynikających stąd planów przewozów. Zaproponowana dwupoziomowa procedura znacząco ułatwia rozwiązywanie zagadnień GVRP. Wykorzystuje ona zadania poziomu dolnego do optymalizacji liczby pojazdów, odpowiadającej różnym, wygenerowanym losowo zestawom tras. Wykorzystywane są przy tym kryteria minimalizacji całkowitego kosztu przewozu i emisji zanieczyszczeń. W rezultacie eksperymentu symulacyjnego otrzymujemy szereg przybliżeń sprawnych, w sensie Pareto, planów przewozów produktu, tworzących front Pareto.

A procedure for efficient solving Green Vehicle Routing Problem (GVRP) instances is discussed in the paper. The paper is divided into two parts. The first part presents a review dedicated to GVRP problems and available solution procedures. The fundamental reason for trouble in solving the GVRP, namely combinatorial problem nature, is also identified. The combinatorial nature results from a huge number of alternative feasible routes and vehicle schedules. The proposed two-level procedure facilitates the solution of GVRPs. The lower level tasks are devoted to the local optimisation of vehicle schedules while assuming different feasible routes. Both overall transportation cost and unfavourable emissions are minimised in this regard. The upper procedure level deals with estimation of Pareto front of vehicle schedules.

Słowa kluczowe

transport drogowy planowanie tras emisja zanieczyszczeń proekologia

road transport route planning pollutant emissions green vehicle routing problem GVRP

Wydawca

Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny

Czasopismo

Logistyka

Rocznik

2014

Tom

nr 3

Strony

1506--1514

Opis fizyczny

Bibliogr. 32 poz., rys., pełen tekst na CD

Twórcy

autor

Dytczak M.

mdytczak@zarz.agh.edu.pl

AGH Akademia Górniczo-Hutnicza, Wydział Zarządzania, Katedra Zarządzania w Energetyce, Pracownia Zastosowań Metod Wielokryterialnych; 30-067 Kraków; ul. Gramatyka 10

autor

Ginda G.

gginda@zarz.agh.edu.pl

AGH Akademia Górniczo-Hutnicza, Wydział Zarządzania, Katedra Zarządzania w Energetyce, Pracownia Zastosowań Metod Wielokryterialnych; 30-067 Kraków; ul. Gramatyka 10

Bibliografia

1. Aksoy A., Küçükoğlu Đ., Ene S., Öztürk N.: Integrated Emission and Fuel Consumption Calculation Model for Green Supply Chain Management, Procedia - Social and Behavioral Sciences, vol.109/2014, s.1106-1109
2. Al-e-hashem S.M.J.M., Rekik Y.: Multi-product multi-period Inventory Routing Problem with a transshipment option: A green approach, International Journal of Production Economics, In Press, Corrected Proof, Available online 27 September 2013
3. Alho A., de Abreu e Silva J., Pinho de Sousa J.: A state-of-the-art modeling framework to improve congestion by changing the configuration/enforcement of urban logistics loading/unloading bays, Procedia - Social and Behavioral Sciences, vol.111/2014, s.360-369
4. Bektas T., Laporte G.: The Pollution-Routing Problem, Transportation Research Part B: Methodological, vol.45(8)/2011, s.1232-1250
5. Ćirović G., Pamučar D., Božanić D.: Green logistic vehicle routing problem: Routing light delivery vehicles in urban areas using a neuro-fuzzy model, Expert Systems with Applications, vol.41(9)/2014, s.4245-4258
6. Dekker R., Bloemhof J., Mallidis I.: Operations Research for green logistics – An overview of aspects, issues, contributions and challenges, European Journal of Operational Research, vol.219(3)/2012, s.671-679
7. Demir E., Bektas T., Laporte G.: A review of recent research on green road freight transportation, European Journal of Operational Research, In Press, Corrected Proof, Available online 4 January 2014
8. Demir E., Bektas T., Laporte G.: The bi-objective Pollution-Routing Problem, European Journal of Operational Research, vol.232(3)/2014, s.464-478
9. Dytczak M., Ginda G., Jastrząbek B.: Identyfikacja optymalnego systemu tras przewozu towaru przy użyciu metody Monte Carlo, Autobusy. Technika. Eksploatacja. Systemy Transportowe, nr 3/2013, s.2177-2186
10. Erdoğan S., Miller-Hooks E.: A Green Vehicle Routing Problem, Transportation Research Part E: Logistics and Transportation Review, vol.48(1)/2012, s.100-114
11. Figliozzi M.: Vehicle routing problem for emissions minimization, Transportation Research Record, vol.2197/2010, s.1-7
12. Franceschetti A., Honhon D., Van Woensel T., Bektas T., Laporte G.: The time-dependent pollution-routing problem, Transportation Research Part B: Methodological, vol.56/2013, s.265-293
13. Govindan K., Jafarian A., Khodaverdi R., Devika K.: Two-echelon multiple-vehicle location–routing problem with time windows for optimization of sustainable supply chain network of perishable food, International Journal of Production Economics, In Press, Corrected Proof, Available online 31 December 2013
14. Jabali O., Van Woensel T., de Kok A.: Analysis of travel times and CO2 emissions in timedependent vehicle routing, Production and Operations Management, vol.21(6)/2012, s.1060–1074
15. Jaramillo J.: The green single vehicle routing problem, SE INFORMS Annual Meeting, Myrtle Beach, SC/2010
16. Jovanović A.D., Pamučar D.S., Pejčić-Tarle S.: Green vehicle routing in urban zones – A neurofuzzy approach, Expert Systems with Applications, vol.41(7)/2014, s.3189-3203
17. Kara I., Kara B., Yetis M.: Energy minimizing vehicle routing problem, w: Dress A., Xu Y., Zhu B. (Eds.), Combinatorial optimization and applications, Springer, Berlin, Heidelberg/2007, s.62-71
18. Korzan B.: Elementy teorii sieci i grafów, WNT, Warszawa 1978
19. Lin C., Choy K.L., Ho G.T.S., Chung S.H., Lam H.Y.: Survey of Green Vehicle Routing Problem: Past and future trends, Expert Systems with Applications, vol.41(4) Part 1/2014, s.1118-1138
20. Lin C., Choy K.L., Ho G.T.S., Ng T.W.: A Genetic Algorithm-based optimization model for supporting green transportation operations, Expert Systems with Applications, vol.41(7)/2014, s.3284-3296
21. Long J., Szeto W.Y., Huang H.-J.: A Bi-objective Turning Restriction Design Problem in Urban Road Networks, European Journal of Operational Research, In Press, Accepted Manuscript, Available online 8 February 2014
22. Peng Y., Wang X.: Research on a vehicle routing schedule to reduce fuel consumption, w: Proceedings of 2009 International Conference on Measuring Technology and Mechatronics Automation, IEEE /2009, s.825–827
23. Pradenas L., Oportus B., Parada V.: Mitigation of greenhouse gas emissions in vehicle routing problems with backhauling, Expert Systems with Applications, vol.40( 8)/2013, s.2985-2991
24. Sazvar Z., Al-e-hashem S.M.J.M., Baboli A., Akbari Jokar M.R.: A bi-objective stochastic programming model for a centralized green supply chain with deteriorating products, International Journal of Production Economics, vol.150/2014, s.140-154
25. Sbihi A., Eglese R.: Combinatorial optimization and green logistics, Annals of Operations Research vol.175(1)/2010, s.159–175
26. Sbihi A., Eglese R.: The relationship between vehicle routing and scheduling and green logistics – a literature survey. Working Paper. The Department of Management Science, Lancaster University 2007
27. Scott C., Urquhart N., Hart E.: Influence of topology and payload on CO2 optimised vehicle routing, w: Di Chio C. Et al. (Eds.) EvoApplications 2010, Part II, LNCS 6025/2010, s.141–150
28. Soysal M., Bloemhof-Ruwaard J.M., van der Vors J.G.A.J.: Modelling food logistics networks with emission considerations: The case of an international beef supply chain, International Journal of Production Economics, In Press, Corrected Proof, Available online 19 December 2013
29. Suzuki Y.: A new truck-routing approach for reducing fuel consumption and pollutants emission, Transportation Research Part D: Transport and Environment, vol.16(1)/2011, s.73-77
30. Tajik N., Tavakkoli-Moghaddam R., Vahdani B., Mousavi S.M.: A robust optimization approach for pollution routing problem with pickup and delivery under uncertainty, Journal of Manufacturing Systems, In Press, Corrected Proof, Available online 16 February 2014
31. Urquhart N., Hart E., Scott C.: Building low CO2 solutions to the vehicle routing problem with Time Windows using an evolutionary algorithm, Evolutionary computation (CEC), 2010 IEEE Congress, IEEE/2010, s.1–6
32. Wy J., Kim B.-I.: A hybrid metaheuristic approach for the rollon–rolloff vehicle routing problem, Computers & Operations Research, vol.40(8)/2013, s.1947-1952

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-90e5bdd3-b75a-42aa-8945-4f3779425ca9