控制与决策

作者：何维,何世伟,迟居尚,赵子琪,赵日鑫,蔡近近

单位：北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044,,北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044,,北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044,,北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044,,北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044,,北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044,

关键词：多式联运;门到门运输;路径优化;集装箱接驳;协同优化;逻辑Benders分解算法

基金：中央高校基本科研业务费专项资金项目(2024JBZX038).

随着客户对“门到门”运输服务需求的增长以及对于物流费用敏感度的提升, 多式联运经营人亟需提供高效经济的集装箱全程运输服务. 鉴于集装箱全程运输链涵盖多种运输资源和环节, 多式联运经营人面临如何合理调配运输资源和实现各环节间有效协同的挑战. 综合考虑集装箱干线运输和两端接驳环节, 研究集装箱多式联运全程运输路径与接驳集卡调度的协同优化问题. 首先, 基于集装箱运输时空网络, 构建以总运营费用最小为目标的混合整数线性规划模型; 然后, 通过逻辑Benders分解算法框架设计可有效处理实际规模问题的精确求解算法; 最后, 选取西部陆海新通道部分运输网络为实验场景进行算例分析. 实验验证分析结果表明: 相较于Gurobi商业求解器, 所提出算法在多种规模算例中求解效率更优; 与传统的独立决策方法相比, 所提出协同优化模型能够降低$5\% \sim 7.5\%$的总运营费用.

来源：2025年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第7期