优化 | Pick and delivery problem的简介与建模实现（二）

在上篇文章中，我们介绍了PDP的三种类型及其主要的运用场景。这次我们将专门针对一对多对一（1-M-1）问题来进行介绍，解释其模型并进行实现。

One-to-many-to-one (1-M-1) problems

一对多对一（1-M-1）问题是指PDP中的交货和取货涉及两组截然不同的商品：有些是从仓库运到客户的，而有些是从客户取货并交付给仓库。 在最近的20年中，基于产品回收再利用的趋势，1-M-1问题变得越来越普遍。 例如：在欧洲新设备的交付与废弃电子电器的回收一起进行； 饮料行业在配送饮料的同时将空瓶回收至仓库；一些货运公司将满载的托盘或容器一并交付给客户，再从客户那里收集空托盘或容器。

关于1-M-1 PDP的文献非常丰富且种类繁多，且也与内部的处理操作也具有内在联系：取货装车可能会阻碍交货，因此可能迫使卡车只能进行交货服务，再进行提货服务。 在这种情况下，如果客户需要两种服务，则必须两次访问，这些问题称为回程问题（backhaul problems）。相反，将可以同时进行取货和送货两种操作的问题称为混合问题（mixed problems）。 折中的情况是指允许部分客户（或所有客户）被多次访问。

在下图中，分别展示了了具有同时需求和单一需求，回程和混合服务的单车问题。其中0代表仓库。

其中图（a)、（b）是单个需求问题下不考虑和考虑回程的情况。图（c）、（d）在此基础上考虑了客户1同时需要提货和送货服务：包括2个送货单位和1个提货单位。 在图（d）中，由于回程限制，必须对客户1进行两次拜访：首先执行交货，然后执行提货。

Simultaneous Demands

带有同时取货和送货需求的车辆路径规划问题（The Vehicle Routing Problem with Simultaneous Pickup and Delivery，VRPSPD）是1-M-1问题中研究最多，最通用的变体。它也被称为Multiple-Vehicle Hamiltonian 1-M-1-PDP with Combined Demands。

其正式定义如下。 设 $G=(V,A)$ 为有向图，其中顶点集为 $V$ ，弧集为 $A$ 。 $0$ 代表仓库（depot)。 我们假设一个同质的车队 $K$ ，每个车队都有容量 $Q$ 。 每个客户 $i$ 都有一个非负的送货需求 $d_i$和提货需求$p_i$ 。车辆沿弧 $(i,j)\in A$ 行驶的成本为 $c_{ij}$ 。目标是构建总成本最低的路线，使得车辆在一次访问中满足每个客户的提货和送货要求，并且不超过车辆的容量。

VRPSPD可以被建模如下：

其中，决策变量：
$x_{ijk}$ : 为1若弧 $(i,j)\in A$ 被 $k$ 经过；否则为0。
$y_{ij}$和$z_{ij}$：是非负变量，代表弧 $(i,j)\in A$ 上传送的提货和送货载荷。

目标函数为最小化成本：

$$\min \sum _{i\in V}\sum _{j\in V}\sum _{k\in K}{c}_{ij}{x}_{ijk}$$

约束如下：

∑ j ∈ V ∑ k ∈ K x i j k = 1 ∀ i ∈ V \ { 0 } \sum_{j\in V}\sum_{k\in K} x_{ijk}=1 \quad \forall i \in V\backslash \{0\} j∈V∑​k∈K∑​xijk​=1∀i∈V\{ 0}
$$\sum _{j\in V}{x}_{ijk}-\sum _{j\in V}{x}_{jik}=0\forall i\in V,k\in K$$
$$\sum _{i\in V}{x}_{0ik}\le 1\forall k\in K$$
$$y_{ij}+z_{ij}\le Q\sum _{k\in K}{x}_{ijk}\forall i,j\in V$$