Green Vehicle Routing for Mixed-Fleet Cold-Chain Distribution under Time- and Location-Dependent Traffic Congestion
Deze studie stelt een mixed-fleet cold-chain voertuigrouteeringsmodel voor dat tijd- en locatieafhankelijke verkeerscongestie integreert in een niet-lineair energieverbruikskader en dit oplost met behulp van een verbeterd adaptive large neighborhood search-algoritme om de totale distributiekosten te minimaliseren, terwijl het de operationele en economische voordelen van gemengde vloten onder dynamische congestieomstandigheden aantoont.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de bruisende slagaders van moderne steden is de beweging van goederen een constante, hoogwaardige ballet van timing en temperatuur. Voor bederfelijke artikelen zoals verse producten, zuivel en medicijnen is de reis van een magazijn naar de deur van een klant niet alleen een kwestie van afstand; het is een race tegen de klok en de hitte. Als een bezorgwagen te lang in de file staat, moet de koelunit harder werken, wat energie verbruikt en het risico vergroot dat de lading bederft. Dit delicate evenwicht wordt nog complexer naarmate steden elektrische vrachtwagens introduceren om de koolstofemissies te verminderen. Hoewel elektrische voertuigen een schoner pad bieden, brengen ze een andere set beperkingen met zich mee: een beperkte batterijduur en de noodzaak om op te laden. Logistiek managers staan nu voor een moeilijke puzzel: hoe ze deze twee soorten voertuigen kunnen mengen, de onvoorspelbare ritmes van het stadsverkeer kunnen navigeren en voedsel vers kunnen houden zonder een fortuin uit te geven. De uitdaging wordt verergerd door het feit dat verkeer niet overal en op elk uur hetzelfde gedrag vertoont; een weg kan rond het middaguur vrij zijn, maar om 17:00 uur vaststaan, en een specifieke buurt kan een knelpunt zijn terwijl het volgende blok vrij doorstroomt.
Onderzoekers aan de Northeast Forestry University in China hebben dit ingewikkelde probleem aangepakt door een nieuwe manier te ontwikkelen om bezorgroutes te plannen voor een gemengd wagenpark van elektrische en brandstofgestuurde koelwagens. Ze erkenden dat traditionele planningsmethoden het verkeer vaak behandelen als een statisch gemiddelde of tijd en locatie apart bekijken, waarbij ze de realiteit missen dat congestie een verschuivend, driedimensionaal fenomeen is. Om dit te vangen, creëerde het team een gedetailleerd model dat elk wegsegment opdeelt in kleinere stukjes, waarbij de tijd die een vrachtwagen nodig heeft om elk stuk te rijden, berekent op basis van het exacte tijdstip van de dag en het specifieke congestieniveau van die zone. Deze aanpak stelde hen in staat om een uitgebreide kostencalculator te bouwen. Deze calculator telt niet alleen mijlen; het houdt rekening met de elektriciteit of brandstof die door de motor wordt verbruikt, de extra energie die nodig is om de lading koud te houden, het financiële verlies als voedsel bederft door vertragingen, de boetes voor te vroeg of te laat aankomen, en de kosten van koolstofemissies. Door deze complexe gegevens in een geavanceerd zoekalgoritme te voeren, konden de onderzoekers miljoenen mogelijke routecombinaties simuleren om het meest efficiënte pad voor een wagenpark van gemengde voertuigen te vinden.
De studie richtte zich op een specifiek scenario waarbij een distributiecentrum vrachtwagens uitzendt om veel klanten te bedienen binnen strikte tijdvensters. De onderzoekers testten hun model met verschillende stadsindelingen en verkeerspatronen, variërend van kleine buurten tot grote, uitgestrekte districten. Ze ontdekten dat de meest effectieve strategie zelden het gebruik van uitsluitend elektrische vrachtwagens of uitsluitend brandstofgestuurde vrachtwagens was. In plaats daarvan bleek een gemengd wagenpark consequent de meest economische en flexibele oplossing te zijn. In hun simulaties stelde het combineren van de twee voertuigtypen het systeem in staat om zich aan te passen aan de specifieke eisen van de dag. Zo konden elektrische vrachtwagens in gebieden met een hoge dichtheid van gegroepeerde klanten en kortere routes uitblinken, door gebruik te maken van hun lagere operationele kosten. Echter, wanneer routes langer of meer verspreid werden, of te maken kregen met zware verkeersopstoppingen die de batterij dreigden uit te putten of een leveringsvenster in gevaar brachten, boden de brandstofgestuurde vrachtwagens de noodzakelijke reikwijdte en betrouwbaarheid. De resultaten toonden aan dat deze hybride aanpak de totale distributiekosten aanzienlijk verminderde vergeleken met het gebruik van één type voertuig, waarbij het gemengde wagenpark het best presteerde in bijna alle geteste scenario's.
Het onderzoek benadrukte ook hoe gevoelig deze bezorgsystemen zijn voor verkeersomstandigheden. Het team voerde simulaties uit waarbij ze de duur van de spits en de omvang van de congestiezones vergrootten. Ze observeerden dat naarmate het verkeer verslechterde, de kosten voor bederf, koeling en tijdvensterboetes scherp stegen. Lagere snelheden betekenden dat vrachtwagens meer tijd op de weg doorbrachten, wat niet alleen meer energie verbruikte, maar ook de tijd verhoogde waarin bederfelijke goederen werden blootgesteld aan potentiële temperatuurschommelingen. Als reactie op deze zwaardere omstandigheden, paste het algoritme zijn strategie van nature aan door meer brandstofgestuurde voertuigen in te zetten om ervoor te zorgen dat leveringen op tijd werden voltooid, zelfs als dat een lichte toename in brandstofverbruik betekende. Deze dynamische aanpassing toonde aan dat een rigide wagenpark niet kan omgaan met de fluïde aard van het stadsverkeer; het vermogen om tussen voertuigtypen te schakelen op basis van realtime omstandigheden is cruciaal voor het behoud van efficiëntie.
Verder vergeleken de onderzoekers hun nieuwe algoritme met verschillende bestaande methoden, waaronder standaard genetische algoritmen en andere zoektechnieken. Hun nieuwe methode, die een 'large neighborhood search' combineert met een 'simulated annealing'-proces, vond consequent betere oplossingen. Het was bijzonder effectief in het ontsnappen aan lokale vallen — situaties waarin een route er goed uitziet maar ver verwijderd is van de best mogende uitkomst — door af en toe iets slechtere routes te accepteren om nieuwe mogelijkheden te verkennen. In tests met maximaal honderd klanten vond het nieuwe algoritme in elk geval de routes met de laagste kosten, waarbij het de andere methoden met een merkbaar verschil overtrof. De studie suggereert dat voor logistieke bedrijven die groen willen worden zonder de betrouwbaarheid op te offeren, het antwoord niet ligt in één enkele technologie, maar in een slimme, adaptieve mix van technologieën. Door het specifieke, verschuivende karakter van het verkeer te begrijpen en dit te koppelen aan de juiste combinatie van elektrische en brandstofgestuurde voertuigen, kunnen steden bewegen naar een toekomst waarin koudeketen-distributie zowel milieuvriendelijk als economisch levensvatbaar is.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.