Hầu hết các thành phố thực hiện nghiên cứu và áp dụng mô hình hậu cần đô thị nhằm mục đích tăng hiệu quả vận tải và giảm sự tác động tiêu cực của việc vận tải hàng hóa trong môi trường đô thị đối với điều kiện sống của thành phố. Trong đó, mô hình hậu cần đô thị hai mức được cộng đồng khoa học tập trung nghiên cứu chuyên sâu. Vấn đề định vị và định tuyến của mô hình hậu cần đô thị tương ứng các quyết định của bài toán định vị và định tuyến.
Để nghiên cứu và giải quyết bài toán định vị và định tuyến trong hậu cần đô thị, luận án nghiên cứu và giải quyết các bài toán cụ thể được hệ thống hóa theo mô hình hậu cần đô thị và theo loại hàng hóa vận tải. Đối với mô hình hậu cần đô thị, luận án nghiên cứu các bài toán chia sẻ phương tiện SARP và bài toán MTT-PDTWS trong mô hình hậu cần đô thị một mức. Từ đó, luận án nghiên cứu mở rộng mô hình hậu cần đô thị hai mức thông qua bài toán 2E-MTT- PDTWS. Đối với nghiên cứu theo loại hàng hóa, đầu tiên, luận án nghiên cứu loại hàng hóa c2c (hàng hóa vận tải trong thành phố: hành khách và hàng hóa nhỏ) thông qua bài toán chia sẻ phương tiện SARP. Sau đó, luận án mở rộng bài toán nghiên cứu đồng thời ba loại hàng hóa: hàng hóa c2c, hàng hóa c2e (hàng hóa vận tải từ trong thành phố ra ngoài thành phố) và hàng hóa e2c (hàng hóa vận tải từ ngoài thành phố vào trong thành phố) thông qua bài toán MTT- PDTWS và bài toán 2E-MTT-PDTWS.
Nghiên cứu và giải quyết vấn đề định vị và định tuyến trong hậu cần đô thị hai mức thông qua bài toán chia sẻ phương tiện và bài toán giao và nhận đa loại hàng hóa, đa tuyến sẽ đóng góp nhiều ý nghĩa thiết thực: giúp tiết kiệm thời gian vận tải, chi phí vận tải, giảm ùn tắc giao thông, tối ưu việc sử dụng cơ sở vận tải…
24
CHƯƠNG 2.VẤN ĐỀ ĐỊNH TUYẾN TRONG BÀI TOÁN CHIA SẺ PHƯƠNG TIỆN
Chương 2 trình bày vấn đề định tuyến của mô hình hậu cần đô thị một mức thông qua bài toán chia sẻ phương tiện SARP. Phần đầu tiên xây dựng mô hình phụ thuộc hoàn toàn thời gian và khung tốc độ cho bài toán chia sẻ phương tiện SARP. Mô hình toán học biểu diễn bài toán được trình bày ở phần tiếp theo. Sau đó, thuật toán tham lam và tìm kiếm địa phương được xây dựng để giải quyết bài toán. Cuối chương, luận án trình bày phương pháp xây dựng dữ liệu thực nghiệm từ dữ liệu thực tế của công ty taxi Tokyo-Musen và tiến hành thực nghiệm.