不确定需求下考虑碳交易价格变化的煤炭多式联运路径优化

不确定需求下考虑碳交易价格变化的煤炭多式联运路径优化我国煤炭资源分布极不平衡，煤炭主产区与主销因此，煤炭运输路径优化意义重大。多式联运作为协调多种运输方式运送货物的模式，在绿色低碳等方面的优势是单一运输模式无法比拟的。本文在碳交易政策下，综合考虑需求的不确定性、输时间与时间窗差值最小的双目标多式联运路径优化1.1问题苗述现需在规定的软时间窗内承运一批需求量不确定城市节点，以成本最少和运输时间与时间窗的差值最小为目标，选择依次经过哪些中转节点并确定衔接各节点的运输方式，即求从起点到终点的最优运输方案，为承运商提供决策支持。为了贴近实际且便于建模求解，本文做出如下假设：①在整个运输过程中货物不发生分割；②在枢纽处至多转运一次；③在整个运输过程中煤炭量均不超过运输工具的1.2模型构建1.2.1中转节点拥堵分析本文考虑多式联运中转节点拥堵情况，由于节点拥堵会造成排队等待，产生排队等待时间，将整个多式等待时间W如式(1)所示：1.2.2运输成本及运输时间分析①成本分析本文的成本由四部分构成，如下所示：式(3)为运输成本和中转成本、式(4)为时间成②时间分析本文的总运输时间由三部分构成，如下所示：式(7)为运输时间和中转时间、式(8)为考虑节点拥堵产生的排队等待时间和考虑班期产生的等待1.2.3模型构建约束条件：式(11～式(20为该模型的约束条件，式(11)表示煤一次；式(13表示运输的连续性；式(14表示节点货节点i处等待时间的具体公式；式(18表示煤炭从起点O运至节点i处的时刻；式(19、式(20表示决策变量取整数0或1。1.2.4模糊机会约束规划≥2βqk+(1-2)q则目标函数Z₁、Z以及式(18、式(19中的q可转换为2βqk+(1-23)q;β∈[0.5,1]本文设计了自适应(快速非支配排序)NSGA-Ⅱ分两步(阶段)生成初始种群。首先令NSGA-Ⅱ算法若生成的群体中有无法联通的个体，则从断点处随机找其到终点的路径生成个体；若有回路则将回路里的节点删除并删除重复节点。对于运输方式则根据第一文设计一种余弦式自适应交叉和变异概率公式，可以如下所示：统为研究背景¹。3.1算法有效性检验十十十十运输总成本(元)量还是质量整体上均优于传统NSGA-Ⅱ算法#因此开以上两点证明了本文算法的有效性NSGA-Ⅱ算法的求解结果为一帕累托集合该集取对应解用本文在综合考虑运输成本和总运输时间与时间窗差后选择折中方案(方案1)作为下文研究对象用具有代表性的运输方案见表1#目标函数一(元)10233.3碳交易价格变化对多式联运方案的影响考虑到未来我国碳交易价格将提升开本文将碳交易价格的变化范围设为0～4元●kg¹开分析并测算碳交易价格的变化对多式联运方案影响如表2所示用(元)0120公4二此二5铁12铁-16-铁-34化用为了更清晰地观察碳排放量的变化趋势本文绘制了碳排放量随碳交易价格升高的情况如图2所示用订单一碳交易价格(元/kg)图2不同订单碳交易价格变化下的碳排放量变化从图2中可以看出随着碳交易价格升高碳排放量呈下降趋势用当碳交易价格位于2～3元●kg¹时开碳排放量的下降速度最快下降27.2%开当碳交易价格保持不变用碳交易价格逐渐升高能够促使承运商等决策者选择碳排放量更低的方案提高水路、铁路占比但由于碳交易价格升高会使多式联运的成本升高所以在选定运输方案时要综合考虑这些因素开不宜盲目追求过高的碳交易价格本文在需求不确定情况下考虑班期限制、碳排放约束等因素用梯形模糊数对需求进行描述并用机会约束规划对模糊需求进行清晰化处理开以成本最小、运输时间和时间窗差值最小为目标构建双目标多式联运路径优化模型开并运用设计的自适应NSGA-Ⅱ算法对模型求解用算例结果表明：①自适应NSGA-Ⅱ算法在构