多式聯(lián)運在我國是指通過轉(zhuǎn)運銜接兩種以上的運輸方式，從而將貨物從出發(fā)點送到目的地的過程。多式聯(lián)運對多種運輸方式的集成，是將相互獨立的不同運輸方式通過一些科學的算法統(tǒng)籌計劃，從而減少整個運輸過程的時間與費用，減少中途轉(zhuǎn)運時因為沒有計劃，產(chǎn)生的等待時間，使用戶盡可能得到最好的運輸路線，合理的運輸成本與運輸時間。多式聯(lián)運同時也是一種以實現(xiàn)貨物運輸效益達到最優(yōu)為目標的組織方式。各個分段的分段承運人和作為多式聯(lián)運運營商的總承運人合作完成貨物的運輸與中轉(zhuǎn)的過程。它將運輸全過程看作一個整體,通過聯(lián)合各種不同的運輸方式,形成連續(xù)的、最優(yōu)的、綜合一體化運輸體系。

目前主要的多式聯(lián)運形式有四種，它們分別為 “公鐵聯(lián)運”、“海空聯(lián)運”、“海陸聯(lián)運”、“陸橋聯(lián)運”。

多式聯(lián)運路徑優(yōu)化問題可以描述為：某次物流作業(yè)經(jīng)過由N 個城市組成的運輸網(wǎng)絡，需要將一批貨品從起始地O 運送至目的地D，在網(wǎng)絡中的兩個城市之間都有K 種運輸?shù)姆绞娇晒┻x擇，各種運輸方式的運輸時間、費用及運輸承載量都不相同，每到一個城市都可以選擇是否更換運輸工具，一種運輸方式轉(zhuǎn)運為另一種運輸方式時，需要支付該過程所產(chǎn)生的人員的勞務費用和并且占用一定的時間，因此問題就是怎么選擇良好的運輸路線與相應的運輸方式，使得總物流費用最低。

多式聯(lián)運模型相對而言比較簡單，Reddy 以費用最小為目標，城市間運輸?shù)姆绞揭汛_定,運輸費用和運輸距離成正比建立模型。模型為：

帶時間窗的多式聯(lián)運優(yōu)化模型：

在上一節(jié)的模型中并未考慮時間因素，一是在目標上，這是大多數(shù)運輸無論是否為多式聯(lián)運，都應考慮的問題。一次運輸作業(yè)，總會有它的限定時間，能否在規(guī)定的時間內(nèi)將貨物送達，非常關鍵。二是到達中間節(jié)點的時間，時間上的無縫銜接是多式聯(lián)運的一大特點與優(yōu)勢，多式聯(lián)運中，轉(zhuǎn)運節(jié)點前一個運輸?shù)牡竭_時間，與后一個運輸?shù)某霭l(fā)時間是否相互沖突，直接影響著運輸?shù)馁|(zhì)量與總運輸時間。

模型如下：

第三章第四節(jié)所描述的模型，若要用暴力算法求解，那么它的時間復雜度為???? ? ???? ??，當N 大于20 時就已經(jīng)不是一般的計算機能很快算出的了。而對于經(jīng)常在求最短路徑的dijkstra算法，在復雜的多式聯(lián)運中也具有較高的復雜度。因為dijkstra 算法往往在計算之前先對節(jié)點按照距離進行大致上的排序，但是在多式聯(lián)運中，同樣兩個節(jié)點不同運輸方式的距離可能不同，空運或水路運輸?shù)那闆r下，相鄰的節(jié)點的判斷并不好處理，例如A→B→C 通過水路運輸距離比A→C 要長，但由于A，C 不是相鄰節(jié)點所以無法選擇這一方案。而且由于同樣的距離不同運輸方式所用的時間不同，模型中時間這一目標很難同時進行優(yōu)化。所以由于模型的復雜度較大，使用智能算法進行運算。對于智能算法在路徑優(yōu)化上較常用到的是蟻群算法，遺傳算法，模擬退火算法，粒子群算法。模擬退火算法與蟻群算法在對對多目標問題進行處理時有一定的局限性。粒子群算法雖然可以用來處理多目標問題，但它容易進入局部最優(yōu)，無法得到更優(yōu)解。因此本文選用遺傳算法對多式聯(lián)運模型進行求解，為了同時對模型的多個目標都進行處理，采用Pareto 適應度進行選擇操作。

結果：

上述圖像是文獻中給出的結果，利用遺傳算法完成。

參考文獻：《遺傳算法在多式聯(lián)運路徑優(yōu)化的應用》