MỤC LỤC
Xuyênsuốtlịchsửphát triển,mộtsốđịnhnghĩavềhậucầnđãđượcđềxuất.Địnhnghĩathôngdụng về hậu cần do Hội đồng quản lý hậu cần CLM đưa ra [15]: “Hậu cần là một phần củachuỗi cung ứng, bao gồm: lập kế hoạch, thực hiện và kiểm soát hiệu quả các vấn đề lưu trữ,dịchvụvàthôngtinliênquantừkhođếnđiểmtiêuthụnhằmđápứngyêucầucủakháchhàng”.Tuy nhiên, xem xét trong bối cảnh đô thị với những đặc điểm riêng, một số nhà nghiên cứu đềxuấtđịnhnghĩariêngchohậucậnđôthị.TácgiảTaniguchivàđồngsự[16]đưarađịnhnghĩa:“Hậu cần đô thị là quá trình tối ưu hóa các hoạt động hậu cần và các hoạt động vận tải trongkhu vực đô thị trên cơ sở xem xét các vấn đề liên quan đến môi trường giao thông, tắc nghẽngiaothông và năng lượng tiêu thụ”. Trong nghiên cứu [27], tác giảGentile và cộng sự đề xuất phương pháp dựa trên việc thực hiện đánh giá đồng thời các yếu tốđặctrưng(gravity- basedmethod)củahậucậnđôthịnhư:cơsởhạtầngcủathànhphố,quyđịnhgiaothông,mộtsốđạidiệncủachuỗi hậucầnvàphươngtiệnvậntải (sửdụngcácphươngtiệnphục vụ tham quan). Đa số các các phương pháp này tập trung chủ yếu vào mô hình hóa nhucầu. Mô hình hóa cung ứng và phân bổ luồng đa hàng hóa ít được quan tâm nghiên cứu hơn. Môhình hóa cung ứng cho phép đưa ra các quyết định về số lượng, địa điểm, tính chất của cáctrungtâmphânphốiCDC,tínhchấtcủamạnglướivậntảinhưsốlượngchủngloạiphươngtiệnvậntải,tảitr ọngcủa phươngtiệnvậntải..Nghiêncứucủacác tác giảTaniguchi[30],Crainic. [31] và cộng sự là những nghiên cứu đóng góp chính cho mô hình hóa cung ứng của mô hìnhhậucầnđôthịhaimức.Phânbổluồngđahànghóathựchiệnxâydựngmôhìnhgiảlậphậucầnđô thị để mô phỏng hoạt động của hệ thống theo các kịch bản khác nhau với các yếu tố liênquan đến quy định về môi trường, xã hội, kinh tế. Mô hình giả lập đầy đủ các thành phố nhỏcủa Châu Âu được giới thiệu bởi tác giả. Barcelo và cộng sự trong nghiên cứu [32]. 1.3.CÁCMÔHÌNHHẬUCẦN ĐÔTHỊ ĐIỂNHÌNH. nay.Chỉcórấtítnghiêncứumôhìnhhậucầnđô thị đamức[3][34]. Môhìnhhậucầnđôthịmộtmứcthườngnghiêncứucáchoạtđộng:1)nhậnhànghóatạikháchhàng, vận chuyển và tổng hợp hàng hóa tại trung tâm phân phối CDC; 2) Phân chia hàng hóatại trung tâm phân phối CDC, vận chuyển và giao hàng hóa đến khách hàng.
Tổng doanh thu bao gồm: doanh thu vận tải hành khách, doanh thu vận tải hànghóavàdoanhthucủavậntảihànhkháchvượtquáthờigianvậntảichophép.Tổngchiphívậntảibảo gồm: chiphí vận tải, chiphínhân côngchotài xếtaxi vàchi phísửdụngxetaxi. Hành trình của xe taxi 1 được minh hoạ bởi đường kẻ đậm.Hànhtrìnhcủaxetaxi2đượcminhhọabởiđườngchấmnétđứt.Hànhtrìnhcủaxetaxi3đượcminh họa bởi đường gạch ngang.
Giả định cácđiểm đón hành khách hoặc nhận hàng hóa tại𝑖có giá trị∅𝑖> 0, các điểm trả hànhkháchhoặctrảhànghóatươngứnglà(𝑖+𝑠)cógiátrị−∅𝑖.Trọngsốcủacácđiểmkhođỗxevàb ãi đỗ xecó giátrị 0. Mô-đun sắp xếp có độ phứctạpΟ(𝑠log𝑠)vớislàtổngsốcácyêucầuđónhànhkháchvàyêucầunhậnhànghóa.Độphứctạpcủamô- đuntìmkiếm vàcậpnhậttrạngtháixetaxilàΟ(|𝐾|).Dođó,độphứctạpcủathuậttoán heuristiccho mô hìnhvận tải trựctiếp làΟ(max(|𝐾|∗𝑠,𝑠log𝑠)). Trong bước đầu tiên của thuật toán, các yêu cầu đón sẽ được sắp xếp tăng dần theo giá trị độlinhhoạtcủachúng(dòng1).Sauđó,thựchiệnduyệttừngyêucầuđóntheothứtựđãđượcsắpxếp (dòng 2).
Trong đó(𝑢𝑖, 𝑢𝑗)là iểm ón vàđó, các hàng này sẽ được xe tải lớn chuyển về các trung tâm đó, các hàng này sẽ được xe tải lớn chuyển về các trung tâm iểm trả của yêu cầu. Cóthểthấy,giátrịhiệuquảcủamộtyêucầuvậntảiđượctínhdựavàochiphíphụcvụyêucầunày trên hành trình hiện tại và chi phí trong trường hợp hành trình hiện tại không phục vụ yêucầu này.
¥.Kếtquảcủamỗithuậttoánsẽđượcthốngkêtheotổnglợinhuận,doanhthuvậntảihànhkhách,doanhthubổsun gcủavậntảihànhkhách,doanh thu vận tải hàng hóa, chi phí thuê lái xe taxi, chi phí sử dụng taxi, chi phí vận hành xe,thời gian vận tải, số lượng yêu cầu vận tải được phục vụ, số lượng yêu cầu vận tải thực hiệnchia sẻphương tiện, sốlượng xetaxi tham gia vận tải vàthời gian thựchiện củathuậttoán. Vìtrongmô hìnhchiasẻtĩnh,tấtcảyêucầuvận tảiđềubiết trướcnênthuật toáncónhiềucơhộiđểthựchiệnchiasẻphươngtiệngiữahànghóahoặcvớimộthànhkháchtrongcùng1xeta xi.Dođó, môhìnhchiasẻtĩnhsửdụngítxetaxi hơnsovới môhìnhchiasẻđộng.Có thể nhận xét rằng, số lượng yêu cầu vận tải hàng hóa càng nhiều thì mô hình chia sẻ tĩnh sẽcànghiệu quả. Ngoài ra, chi tiết tổng lợi nhuận tích lũy theo từng 2 giờ của mô hình vận tải trực tiếp và môhìnhvậntảichiasẻphươngtiệnđượcthểhiệntronghình2.9,2.10,2.11vàhình2.12.Dựavàocác biểu đồ này cho thấy, tổng lợi nhuận tích lũy của mô hình chia sẻ luôn lớn hơn tổng lợinhuận của mô hình vận tải trực tiếp.
Các yêu cầu khách hàng trong bài toán này được chia thành các vùng theo cácđiểmtrungchuyển.Dođó,mỗivùngcóthểđượcxemlàmộtbàitoánVRPTW.TácgiảCrainicvà cộng sự là người đầu tiên đề xuất thuật toán heuristic dựa trên sự phân rã decomposition-based [2] và áp dụng để giải quyết bài toán trong nghiên cứu sau đó [39]. Bên cạnh thực hiện giao hàng hóa e2c tương tự bài toán TMZT-VRPTW, đội xe tải nhỏtrong bài toán MT-PDTWS cho phép nhận các hàng hóa c2e tại khách hàng và vận tải đến cácđiểmtrungchuyển.Trongcôngtrình[40],tácgiảCrainicvàcộngsựtổngquáthóahaibàitoánTMZT- VRPTW và MT-PDTWS, bằng một đề xuất cho bài toán mới “Giao và nhận đa loạihàng hóa, đa tuyến với khung thời gian và đồng bộ MTT-PDTWS”.
Giả sử xe tải nhỏ đến điểm trung chuyển𝑠2tại thời iểmđó, các hàng này sẽ được xe tải lớn chuyển về các trung tâm tthì sẽ hoàn thành việc dỡhàng tại thời điểm𝑡 + ∅′(𝑠2), và rời khỏi điểm trung chuyển tại thời điểm𝑡 + ∅′(𝑠2)+. Sau đó, xe tải lớn nhận hàng hóa c2e tại các điểm trung chuyểns4vàs5trướckhiquaytrởvềtrungtâmphânphốiCDC.Hình3.3bminhhọatrườnghợpcuốicùng, xe vận tải lớn thực hiện đồng thời 2 lộ trình: lộ trình giao hàng hóa mức 1 và lộtrìnhnhậnhànghóamức1.Cụthể,xetảilớnrờitrungtâmphânphốiCDCvớicáchànghóa e2c và thực hiện lộ trình giao hàng hóa mức 1 tại các điểm trung chuyểns1,s2, vàs3. Do đó, một hành trình vận tải của một xe tải nhỏ bao gồm: rời kho đỗ xe𝑔2, thực hiệnvậntảimộthoặcnhiềulộtrìnhgiaohànghóae2cmức2và/hoặclộtrìnhnhậnhànghóac2e mức 2 và/hoặc lộ trình nhận và giao hàng hóa c2c mức 2, và cuối cùng trở về khođỗ xe𝑔2.
Cụthể,xetảilớnđếnđiểmtrungchuyểnsvàthựchiệndỡhếthànghóae2c.Sauđó,thựchiệnbốchànghóac2etại điểmtrungchuyểnstrướckhirờiđi.Sauđó,xetảilớncóthểquaytrởvềtrungtâm phân phối CDC hoặc tiếp tục lộ trình bốc hàng hóa c2e trước khi quay trở về trung tâmphânphối CDC. Tại thời điểm này, xe tải nhỏ1′chưa ến iểm trungđó, các hàng này sẽ được xe tải lớn chuyển về các trung tâm đó, các hàng này sẽ được xe tải lớn chuyển về các trung tâm chuyển nên tất cả hàng{𝑑1, 𝑑2, … , 𝑑9}sẽ được để tại kho trung gian. Vì xe tải nhỏ1′chưasẵnsàngkhi hai xetảilớn đãhoànthànhdỡhàngnêntấtcảhàng{𝑑1,𝑑2,…,𝑑5}củaxetải lớn 1 đặt tại kho trung gian từ thời điểm𝑡1+ 𝑇𝑈, hàng{𝑑6, 𝑑7, 𝑑8, 𝑑9}của xe tải lớn2đặttại khotrung giantừthờiđiểm𝑡2+𝑇𝑈.Tạithờiđiểm𝑡′,xetảinhỏ1′bắt ầuđó, các hàng này sẽ được xe tải lớn chuyển về các trung tâm bốc.
Trong lộ trình này, xe tải nhỏ1′bốc hàng hóa e2c tại iểm trung chuyển𝑠đó, các hàng này sẽ được xe tải lớn chuyển về các trung tâm 1và thựchiệngiaohàng𝑑5,𝑑6.Sauđó,xetảinhỏ1′t iếptụclộtrình𝑟′.Cụthể,xetảinhỏ1′n h ậnhàng 𝑝6,𝑝7vàdichuyểnđếnđiểmtrungchuyển𝑠3đó, các hàng này sẽ được xe tải lớn chuyển về các trung tâmểdỡhànghóac2e.Saukhihoànthànhlộtrình 𝑟′,xetảinhỏ1′thựchiệnnhậnvàgiaohàng(𝑝5.
Dựa trên kết quả thống kê, số lượng hàng hóa chuyển ra khỏithànhphốtươngđốiítsovớisốlượnghànghóachuyểnvàothànhphố,tácgiảCrainicvàcộngsự đề xuất sử dụng giá trị𝐵𝐻 = {0,1; 0,3; 0,5}để xác định tổng số yêu cầu vận tải hàng hóac2e. Kết quả thực nghiệm cho thấy, thuật toán tìm kiếm Tabu và thuật toán ALNS đều có cùng sốlượng xe tải nhỏ sử dụng (#Veh=24) và tỷ lệ xe đồng thời thực hiện dỡ hàng và bốc hàng tạiđiểm trung chuyển (PD(%)=20.62%). Đối với giá trịDM(%), thuật toán ALNS có giá trị nhỏhơnsovớithuậttoántìmkiếmTabu.Quađó,thuậttoánALNSsửdụngcácxetảinhỏdichuyểnvàotrạmchờtr ướckhiđếnđiểmtrungchuyểnnhiềuhơnsovớithuậttoántìmkiếmTabu.Tổngthể,thuậttoánALNScholờigiải vớichấtlượngtrungbìnhtốthơn0.03%sovớithuậttoántìmkiếmTabu.
Kết quả thực nghiệm cho thấy 33,15% hàng hóa c2e vàhànghóae2csửdụngkhotrunggiankhiđồngbộtạiđiểmtrungchuyển.Đốivới66,85%trườnghợp còn lại thì hàng được chuyển hàng trực tiếp giữa các xe tải. Ngoài ra, việcchuyển hàng trực tiếp giữa các xe tải được thể hiện qua thống kê số lượng xe tải lớn chuyểnhàngsang một xetải nhỏvàsốlượng xetải nhỏtham gia chuyểnhàng sangmột xetải lớn.
Việc sử dụng kho trunggian được thể hiện qua tỷ lệ trung bình số lượng hàng lưu kho trung gian trên tổng số lượnghàng vận tải thống kê theo bộ dữ liệu. Điều này thể hiện mức độ ưutiên của việc chuyển hàng trực tiếp do giới hạn về sức chứa của kho trung gian. Có thểthấy rằng, lời giải của bài toán MTT-PDTWS tương ứng với lịch trình của đội xe tải nhỏ vậntải ở mức 2 của bài toán 2E-MTT-PDTWS.
Do đó, luận án xây dựng thuật toán tìm kiếm lâncận lớn thích nghi ANLS với 4 thao tác hủy và 1 thao tác chỉnh sửa để giải quyết hai bài toán.Trong bài toán 2E-MTT-PDTWS, luận án xây dựng bổ sung thuật toán heuristic để xây dựnglịch trình của đội xe vận tải lớn vận tải ở mức 1 sau khi đã xây dựng được lịch trình của đội xetảinhỏvậntảiởmức2. Đốivới thực nghiệm bài toán MTT-PDTWS, kết quả thực nghiệm cho thấy thuật toán ALNS với 4thao tác hủy và 1 thao tác chỉnh sửa bước đầu cho kết quả tốt hơn thuật toán tìm kiếm Tabu.Việc xây dựng, bổ sung các thao tác hủy, thao tác chỉnh sửa cho thuật toán ALNS có khả năngchophépnângcaochấtlượnglờigiải.Kếtquảthựcnghiệmbàitoán2E-MTT- PDTWSchothấytính hợp lý của mô hình đề xuất, đặc biệt cơ chế đồng bộ hàng hóa tại điểm trung chuyển sửdụngkhotrunggian.
KẾTLUẬNVÀHƯỚNGPHÁTTRIỂN
Sau đó từ hành trình đã xác định của xe tải nhỏ,thựchiệnxâydựnghànhtrìnhcủaxetảilớnđápứngràngbuộcbàitoán.LuậnánsửdụngthuậttoánALNSkế thợpvớithuậttoánheuristicđểgiảibàitoán2E-MTT-PDTWS.Kếthừadữliệuthực nghiệm bài toán MTT-PDTWS, luận án bổ sung thông số thực nghiệm của mức 1 và tiếnhành thực nghiệm. Việc vận tải hàng hóa và hàng khách trongthànhphốsẽthựchiệntheomôhìnhchiasẻphươngtiệnSARP.Trongmôhìnhbàitoángiao và nhận đa loại hàng hóa cho phép sử dụng nhiều trung tâm phân phối CDC và xetảinhỏ có thể xuất phát từ nhiều bãi đỗ xe khácnhau. Thứhai,vềhướngmởrộngthuậttoánđãđềxuất,cóthểnhậnthấyrằng,bàitoánMTT-PDTWSvà2E-MTT- PDTWvớinhiềuràngbuộcphứctạpnếuchạytrêncácbộdữliệulớn thìviệcpháttriển các thuật toán metaheuristics/heuristic vẫn là điều cần thiết.
Thuật toán sẽ lặp một số lầngiữahaithaotáccocụm vàphânrã,vớihivọngluôncânbằnghaithaotáckhaiphá và đào sâu vùng không gian lời giải, nhờ đó mà cải thiện được chất lượnglời giải đồng thời vẫn giữđượcthời gian tính không bị tăng. Cuối cùng, để bài toán có thể đưa vào ứng dụng thực tiễn, nghiên cứu sinh dự kiến xây dữ liệuthực nghiệm cho bài toán giao và nhận đa loại hàng hóa dựa trên dữ liệu hành trình của cáchãng xe vận tải logictics và xe taxi.
[72] Grangier, Philippe and Gendreau, Michel and Lehuédé, Fabien and Rousseau, Louis- Martin (2016)An adaptive large neighborhood search for the two-echelon multiple- tripvehicleroutingproblemwithsatellitesynchronization.EuropeanJournalofOperation al.