配送车辆优化调度系统随机数产生及仿真方法研究|利用随机数发生器,仿真一个0~5
摘要：随着经济发展，现代物流快速发展，现已然成为企业的第三利润源泉。因此，其在这以环节降低成本、增大效益、提高速度变得日益重要。配送作为物流中的重要环节，其效率得到越来越多的关注，在配送车辆优化调度模型、算法的研究丰富的同时，关于该方面系统仿真的研究却比较缺乏。本文旨在探讨VSP问题的模型和算法，针对具有时间约束的整数规划模型给出计算机仿真参数生成方案，并进一步给出仿真系统的步骤进而设计思路。
关键词：配送车辆优化调度 VSP 时间窗 整数规划模型 随机数生成 计算机仿真
一、引言
随着我国经济的发展，现代物流已成为社会和企业的生产、供应是否能够高效运作的关键。配送是将货物从物流结点送达收货人的过程，是物流的一个重要环节，直接与消费者或客户沟通连接。配送需要按照客户要求，按照需求货物的种类、数量、时间等方面要求进行运送，是“配”和“送”的有机结合。配送的线路、车辆规划是否合理将很大程度上影响配送的成本、效益、速度和服务质量。当前，物流网络覆盖范围较大、客户较多、时间要求精确对于配送提出了更高的要求，对于及时性、准确性更加苛刻。因此，采用科学、合理、高效的方法确定配送线路和车辆调度计划，变得至关重要。
国内外许多研究对于配送线路安排问题（VRP）和配送车辆优化调度问题（VSP）都有了深入的探讨，建立了相关的模型和算法。但将模型与日常配送系统的运作相结合更为关键，在构建计算机配送优化系统前，需要对于模型和系统进行试验、确认，以保证系统模型对解决目标问题的匹配性和高效性。因此，需要建立一个合理的计算机模拟环境对系统模型进行验证和确认，以及对系统未来运行状况的模拟、评估。
物流配送车辆路径问题的仿真研究，即是将对解决车辆线路安排、车辆调度问题与计算机系统仿真技术相结合，达到将系统模型与现实需求目标相匹配的目的。
本文将对物流配送规划模型加以讨论，并且以具有时间窗的整数规划模型为例对其中模型的参数的计算机仿真生成和系统仿真方法进行针对性的探讨。
二、配送车辆优化调度问题研究
（一）配送车辆优化调度问题研究概况
一般认为，不考虑时间要求，仅根据空间安排线路时称为VRP（Vehicle Routing Problem）问题，当引入时间等约束时成为VSP（Vehicle Scheduling Problem）问题。由于Scheduling比Routing范围大，因此一般统称为车辆优化调度问题VSP。
VSP的算法国内外有大量的研究，主要分为精确算法和启发式算法两类。因为VSP问题是NP-困难问题，采用精确算法如：分支定界法、割平面法等运筹学算法时计算量随需规划的规模成指数增长，在现实中无法实现或很不经济。专家们致力于研究近似的得出较优解得算法，即启发式算法。该类研究成果很多主要包括：
1、构造算法（Constructive Algorithm）
包括：节约法（C-W）、插入法等
2、两阶段算法（Two Phase Algorithm）
包括：先路径后分组法、先分组后路径法等
3、亚启发式算法（Met heuristics Algorithm）
包括：退火算法、遗传算法和神经网络算法等
本文重点讨论系统仿真方法，对各模型算法不做详细的讨论，仅以具有时间窗的整数规划模型为例针对性的给出系统仿真随机数产生方法及仿真方法。其他模型及算法可根据其原理进行推广。
（二）配送车辆优化调度问题的模型建立
建立的数学模型一般有整数规划模型和集合划分模型两种，这里主要讨论整数规划模型。为了具有一定代表性和适用性，因此建立带有时间窗的整数规划模型为范例：
目标：车辆总运输费用最低；
假设：使用的车辆全部相同，搬运作业时间相同，不能早于或晚于预约时间一定时间，搬运成本不计入运输费用
增加采用硬时间窗约束，建立模型如下：
s.t.
其中：
N——区域中需求点集合，N={0，1，2，……，n}；
——需求点i需求量；
——车辆k服务的需求点集；
——车辆k的容量；
——i到j的单位运输费用；
——需求点i预约最早时间；
——需求点i预约最晚时间；
——车辆k抵达需求点i的时刻；
——由点i到j之的间隔时间，包括行程时间和搬运作业时间，即：，为ij间距，v为车速（取校内限速）；
M——较大的正整数；
三、配送车辆优化调度模型的数据仿真
（一）仿真随机数的生成
为了测试配送车辆优化调度模型的合理性和系统整体性能，需要进行计算机仿真。此时由于没有真实的预约信息和用户信息，需要对用户的预约细节信息进行计算机生成，应采用随机数产生的方法产生预约的用户编号（位置）、每个用户的预约量、预约时间，以便对模型进行参数的输入和赋值，即对关键参数：、，进行仿真数据生成。
由于没有系统中没有实际的订单，需要模拟预约生成的情况，而且客户的分布、预约数量和时间要有一定得合理性，即符合系统预测的情况或历史数据。鉴于本系统没有历史数据，只有预测的用户分布和预约服务的情况，客户预约情况都服从由调查结果和预测值得出的一定概率分布。
从理论上，服从某一分布的随机数都可以通过对IID[0,1]均匀分布的随机数进行适当的转换得到，因此正确生成[0,1]上的均匀分布的随机数就想得尤其重要。但计算机无法生成完全随机的数字，需要借用一定方法进行随机数的生成，方法大致可以分为三类：
1、专用的随机数表
用已制作好的随机数表进行提取。但由于本系统需要的随机数量较大，且需要把随机数表输入系统，将占用大量的内存，所以不采用该方法。
2、物理方法
利用电子管、放射粒子计数器或晶体管噪声发生器等物理随机数发生器直接产生。考虑经济性和延展性，本系统不可能采用该方法。