对于动态多目标车辆路径问题,通常将车辆的等待时间,服务车辆的数量,路线的总距离作为优化目标。 除上述目标外,本文还重点研究了导致环境污染和能源消耗的燃油消耗。 考虑车辆的负载和行驶距离,建立了相应的碳排放模型,并将其作为优化目标。 随后,对具有困难时间窗口并随机出现的动态客户的动态多目标车辆路径问题进行了建模。 在现有的规划方法中,当出现新的服务需求时,会触发全球车辆路线优化方法来寻找非服务客户的最佳路线,这非常耗时。 因此,提出了一种鲁棒的两阶段动态多目标车辆路由方法。 该新方法的三个亮点是:(i)在第一阶段通过采用多目标粒子群优化为所有客户找到最佳的健壮虚拟路线后,通过从健壮的虚拟路线中删除所有动态客户来形成静态客户的静态车辆路线在下一阶段。 (ii)根据服务时间和车辆状态,动态出现的顾客可以追加服务。 仅当找不到适合动态客户的合适位置时,才会触发全局车辆路线优化。 (iii)给出了度量算法鲁棒性的度量。 统计结果表明,所提出的方法具有较好的稳定性和鲁棒性,但可能不理想。 此外,随着动态客户的出现,避免了费时的全球车辆路线优化。