基于容量限制的重大公共卫生事件应急物流中心选址和配送路径优化
王养廷
赖俊业
郭慧
时晓旭
黄金山
华北科技学院,北京 东燕郊 065201
摘要：当重大公共卫生事件发生时,各类应急物资的高效配送对遏制疫情发展、保障人民生活具有非常重要的作用.本文针对应急物流中心的选址和车辆配送路径规划问题进行研究,提出了基于容量限制的应急物流中心选址和配送路径优化方法.在物流中心选址时,使用基于需求量加权的K-means方法对需求点进行聚类,使需求量大的需求点与物流中心距离更近,以降低物流成本、提升配送效率;提出了基于容量限制的Double Q-learning强化学习算法对配送路径进行规划,算法通过双重Q网络结构缓解Q值过高估计问题,并构建奖励函数,在配送车辆载重容量限制的条件下,考虑车载物资数量与需求点需求量的匹配程度,同时使物流中心到各需求点的运输距离之和最短.实验部分设计了包含 20,30,40,50 个需求点的四个场景,实验表明,与传统的启发式算法相比,本文算法在四个场景中的总行驶距离平均降低约 4.8%,计算时间平均缩短约 94%,应急物流系统的配送效率得到了提升.
关键词：应急物流公共卫生事件物流中心选址路径规划Double Q-learning
分类号：TP391(计算技术、计算机技术)F252(物流经济)
资助基金：中央高校基本科研业务费资助项目(050201080303)
论文发表日期：2025-12-30
在线出版日期：2025-12-19（本平台首次上网日期，不代表文献的发表时间）
页数：12( 67-77,90 )
英文信息