黄琴，张惠珍，魏欣，邓歆乐

改进麻雀算法求解带模糊需求的低碳路径优化

黄琴，张惠珍*，魏欣，邓歆乐

（上海理工大学 管理学院, 上海 200093）

针对低碳背景下带模糊需求的低碳多式联运规划问题（Low-carbon Multimodal Transportation Planning Problem with Fuzzy Demand, LCMTPP-FD），以成本最小化构建数学模型。同时，结合现有的强制碳排放、碳税、碳交易和碳补偿等政策对LCMTPP-FD进行模型转换，研究不同低碳政策对物流成本和碳排放量的影响。主要根据模型的特征，设计一种分布麻雀搜索算法，对不同低碳政策下的模型进行求解，将迭代次数作为分布的自由度来提高麻雀算法的性能。将改进算法及多个模型应用于实际运输案例中，改进的麻雀算法能在较短时间内获得最优解，并且在强制碳排放下碳排放量最少为9 522.28，在碳交易和碳补偿政策下成本分别降低了11.41%、17.24%。改进的麻雀搜索算法具有较好的收敛性和搜索能力。强制碳排放能有效地降低碳排放量，碳交易和碳补偿能有效降低企业成本，适合于低碳运输的推广。

低碳多式联运；模糊需求；麻雀搜索算法；自适应分布

近年来全球气候变暖，低碳物流已成为运筹优化和物流领域的研究热点之一[1]。国家倡导调整运输结构，推动多式联运，构建低碳、经济和循环发展的运输体系。由此，低碳多式联运规划问题（Low-carbon Multimodal Transportation Planning Problem, LCMTPP）成为物流企业和学术界关注的重点。低碳多式联运指利用不同运输方式的优点将产品从运输起点，途经若干个中转节点，运往目的地的过程[2]。低碳多式联运利用不同运输方式的特点进行组合，实现能源充分利用的低碳运输。……