随着社会环保意识的增强和可持续发展理念的普及，许多国家和地区出台了促进绿色制造和智能交通的政策和法规，绿色生产模式已成为当今制造业的一大趋势。在这一背景下，自动引导车辆（Automated Guided Vehicles，AGV）的节能调度问题备受关注。AGV等智能技术的应用不仅可以显著提升能源效率、降低环境影响，还能增强企业的核心竞争力，树立企业良好的公共形象。同时，AGV所具备的自主导航、智能调度和安全交付等功能，直接关系到制造行业的营运成本、能耗和客户满意度，进而影响企业的健康可持续发展。且面对任务繁琐、难度系数大和危险系数高的情况，AGV发挥着独特的作用。

因此，本文将以客户满意度为基础，针对绿色车辆路径问题的不足之处展开研究创新，构建一个环境友好、最大程度服务人民大众的车辆路径问题解决模型，以促进新科技的深度应用，提升交通运输的数字化智能化水平。这一努力将积极响应《“十四五”现代综合交通运输体系发展规划》政策，为推进美丽中国建设进程贡献我们的力量。

第一、我们提出了一种多目标混合整数规划方法，旨在解决柔性制造系统（FMS）中自动引导车辆（AGV）调度问题。该方法建立了一个综合考虑AGV结构、移动和负载的能源消耗模型，动态地考虑了AGV的负载和变化的运动状态，更准确、客观地反映AGV的能源消耗情况。目前，现有的研究模型大多基于简化的建模条件下进行开发，可能不适用于预测FMS环境中的能量消耗。同时，这些模型缺乏针对紧急订单和正在工作进行优化的提货和交付问题的研究。故而，团队提出一个动态地考虑电弧能耗是负荷和速度的，AGV的负载和变化运动状态的联合非线性函数，且该混合整数规划结合PDP，反映了FMS中需要AGV将车间中当前处理的产品运输到下一个处理工作站的真实情况，解决动态FMS环境中能量消耗的预测问题，降低了PDP中路线复杂性及随后对AGV的能源消耗和客户满意度产生的明显消极影响。

第二：建立一个多目标非线性模型来平衡客户满意度和能源消耗，并采用线性化技术将所提模型等价地转换为混合整数线性规划。针对以往学者研究中引入满意度模型，却忽略了考虑不同公司对AGV早到或晚到的偏好，且其非线性模型也增加了解决问题的难度的情况。本团队构建一个新的客户满意函数来表示时间窗违规的程度，对提前和延迟到达偏好进行解释，并且建立了一个多目标非线性模型来平衡客户满意度和能源消耗，采用线性化技术将所提模型等价地转换为混合整数线性规划，降低模型求解难度。

第三：设立一种交互式算法，首次应用TH折衷规划方法（TH Compromising Programming Approach）来解决这个问题，构造两个冲突目标的隶属函数，以在客户满意度和能耗之间找到一个折衷的解决方案。就客户满意度和能耗之间的问题，存在以下两种常见解决方案：“能源友好型”方案只关注最小化能耗，符合许多公司对环境保护和碳排放减少的当前目标，但可能由此增加对工作站的不满意度。而“以客户为先”型则最小化工作站不满意度目标，但可能造成AGV能耗却显著增加。针对以上问题，本项目通过交互式模糊规划方法,调整不同目标之间的权重和限制公差的大小来找到最优解，通常只需要经过几次迭代就可以得到满足决策者的折衷方案，提出一种“折衷型”解决方案。为验证所提模型的适用性和有效性，团队扩展了实例规模，设计了中型和大尺寸的实例来进行仿真实验，大量实验表明：在不同规模的实例上获得的折衷解决方案具有良好的性能。

综上，该创新模型有助于企业在AGV节能和工作站满意度之间取得平衡，过多目标优化，更有效地规划AGV的运输路径。一方面提高了AGV的能源利用效率，从而降低运营成本、促进企业可持续运营，降低企业碳足迹、响应国家环境政策；另一方面，确保订单及时且准确地被处理，在考虑能源消耗的同时，确保交付时间的最小化，较好地满足客户期望，维护客户关系。此外，除制造行业、物流领域外，AGV还可以被应用于机场和航空货运领域、医疗领域、城市交通管理邻域等等，通过此模型对这些场景或领域中的问题进行求解，能够得到一个相对合理、令人满意的折衷解，进而采取合理而强有力的解决措施，从而为企业和社会带来多方面的实际收益。

团队成员已就所发现的内容发表了相关文章（DOI:10.3934/math.20231024）。未来，我们将进一步深入研究多周期、动态需求和实时交通路况等绿色车辆路径规划（GVRP）问题，致力于构建更准确、更实用的车辆路径规划工具，为实现“智能中国”目标贡献青年力量！

声明：凡来源或标记以“大学生云报”之内容均为本网合法拥有版权或有权使用的作品，至发布之日起三日后方可原文转载，转载时请注明来源及有效联系方式。

审定：赵旭    责编：赵慕晨 + 投诉举报