一种基于滚动时域的双目标优化方法，用于动态卡车调度及交叉码头门分配问题

《Computers & Industrial Engineering》：A rolling horizon based bi-objective optimization approach for dynamic truck dispatching with cross-dock door assignment

智能仓储系统中LTL物流枢纽的车辆调度与跨码头门分配联合优化研究，提出滚动时间窗口自适应大邻域搜索算法，通过多目标混合整数规划模型实现 trucks调度与 dock doors分配同步优化，有效缓解车辆拥堵和码头利用率低问题，案例验证算法在3.3GHz CPU下每60分钟耗时158秒，显著提升物流运营效率。

　　

陈星汉|海玉芝|郎茂祥

综合运输理论交通运输产业重点实验室（北京交通大学），交通运输部，北京100044，中国

摘要

本研究探讨了在零担（LTL）物流枢纽的智能仓库系统中，车辆调度与交叉装卸门分配（VDCDAP）的双目标联合调度问题，旨在最小化总运营延迟时间（针对卡车）和装卸门周转时间。为了适应实时运营动态，我们引入了一个宽松的时间窗口来缓解预期与实际交叉装卸时间线之间的差异。我们开发了一种基于滚动时域的自适应大邻域搜索（RH-ALNS）算法来解决该模型，该算法考虑了在混合服务模式下运行的异构卡车和装卸门。通过将实时需求推迟到集中调度阶段，整个时间线被划分为多个时间段，使系统能够响应动态任务需求。作为案例研究，所提出的方法被应用于中国的一个实际LTL物流枢纽。结果表明，这种优化方法不仅生成了同时调度卡车、分配装卸门并生成运营顺序时间表的方案，还显著提高了运营流畅性和交叉装卸利用率。此外，其在线调度性能接近最优解，每60分钟的CPU时间为158秒。开发的算法与其他求解器和启发式方法进行了实验比较，证明在不同案例规模、服务模式和时间范围内都能获得稳健的解决方案。

引言

近年来，全球电子商务、扁平化营销和精益制造策略在企业中的广泛应用，以及人们消费意愿的显著增加，极大地刺激了对货运运输的需求。这一增长显著推动了各国GDP的增长。例如，2022年，运输行业在美国占GDP的9.0%，在中国占14.7%，在日本占8.3%。在这一行业中，公路运输占比最大：在美国为64.5%，在中国为72.1%，在日本为91.4%（来源：美国交通部；中国国家统计局；日本统计局）。零担（LTL）运输以其能够处理多种类型和大小的货物、以小批量和高时效性而闻名，已成为解决公路运输中快递和整车运输模式局限性的关键方案。因此，包括ODFL和Saia（北美）、DB Schenker（欧洲）以及Deppon（中国）在内的几家大型LTL运输公司通过建立广泛的服务网络迅速扩张。

实际上，位于区域LTL物流枢纽的中小型LTL运输公司仍然是LTL网络的支柱，主要服务于附近的制造商和零售商。由于缺乏统一的运输组织，无法管理运输中的卡车资源或协调托运人的需求。在运营过程中，经常出现单程空驶和卡车拥堵等问题，导致卡车利用率普遍较低（Ni和Wang，2021）。因此，我们旨在促进区域LTL枢纽中智能仓库模式的广泛应用，如图1所示。通过在线货运平台（OFP），我们实现了整个运输组织过程的最优联合调度，有效指导托运人和运输公司的需求，并分配运输能力资源。

在本研究中，智能仓库指的是一个实际试点项目，该项目在物流行业中应用了北斗导航卫星（BDS）系统。其核心目标是根据实时需求同步仓库内外的运营。在仓库内，系统通过一系列交叉装卸操作将非标准LTL货物转换为标准化单元，如托盘或笼子。如图2所示，这些过程包括：（a）立体存储，（b）自动化分拣和包装，（c）由多辆自动化引导车辆（AGV）处理，以及（d）使用自动化叉车进行装卸。从调度的角度来看，系统处理实时订单数据，动态分配异构卡车进行取货和送货，任务完成后卡车返回仓库。仓库两侧的交叉装卸门可以容纳混合的进出货流，实现货物的集成处理。

具体来说，我们在OFP框架内提出了一个智能仓库系统，如图3所示。当托运人通过客户端应用程序提交运输订单时，流程开始。订单数据通过订单管理系统（OMS）传输到运输管理系统（TMS），用于生成运单并分配可调度卡车。然而，调度受到运单时间、数量和运营时间线不可预测性和分布不均的挑战。高吞吐量可能导致码头卡车拥堵、运营时间延长和资源瓶颈。在静态调度下，由于缺乏关于所有待调度任务的先验信息，太多卡车会同时涌入交叉装卸终端，使得仓库管理系统（WMS）没有可分配的装卸门。在在线调度下，如果无法预测足够的后续任务，可能会导致货物在装卸门处放置不当，增加仓库控制系统（WCS）的处理距离，并导致运营能力使用效率低下，同时仍然会出现类似的卡车排队和拥堵问题。

为了解决这一挑战，本研究从区域LTL枢纽的角度提出了一个新颖的问题，其中交叉装卸门既作为枢纽节点，又作为LTL网络中的独立运营商。重点是在智能仓库系统中联合调度进出货车的调度和装卸门的分配。鉴于从托运人取货到交叉装卸操作再到最终交付的较长前置时间，以及OFP框架所要求的实时决策，这个问题尤为重要。考虑到LTL运输公司的偏好，我们提出了一个双目标混合整数规划模型，可以配置为最小化运营时间或提高运输时效性，从而确保顺畅高效的运营。另一个目标是通过一种复杂的启发式方法尽快获得接近最优的解决方案，该方法采用嵌套滚动时域策略来解决数学模型。这种动态方法弥补了静态和在线调度的不足，并设计为在后台服务器上实现，与连接TMS和WMS的系统无缝集成。

本文的其余部分组织如下：第2节回顾相关文献和解决方法。第3节定义研究问题和基本假设。第4节构建数学模型。第5节介绍具有滚动时域策略的元启发式算法。第6节报告案例实验和比较分析。第7节总结本研究的结果。

节选内容

LTL运输模式

LTL是一种公路运输模式，当单次运输的重量或体积不足以装载一辆卡车时，它与其他货物共享一辆卡车。这导致货物处于非标准状态，与整车运输模式相比，即货物的体积、时效性和路线不协调。通常有三种机制将LTL流量转换为标准化状态。

(1) 服务网络设计（SND），即对于运输公司而言，将多个货物合并成

问题描述

车辆调度与交叉装卸门分配问题（VDCDAP）的调度过程可以描述如下：

前提条件：智能仓库的装卸操作终端前有< />

个交叉装卸门。每个装卸区域及其对应的装卸门都配备了自动处理系统，包括叉车和AGV，以满足所有可调度卡车的装卸需求，这些卡车具有混合服务模式

模型构建

受到Bodnar等人（2017年）、Rijal等人（2019年）和Monemi等人（2024年）研究的联合交叉装卸调度问题建模的启发，我们提出了一个双目标混合整数规划模型，并采用了他们各自的符号来表示VDCDAP问题。图6展示了建模框架。

调度方案定义为