链上镖师 / Chain Biaoshi
CIE|供应链5.0下的多式联运路径优化：用鲁棒建模和深度强化学习平衡成本、时间与碳约束
从Port Hedland到重庆的铁矿石运输案例，看碳交易、扰动和算法扩展性怎样改变路线选择
这篇论文把供应链5.0的韧性、可持续和以人为中心目标落到多式联运路径规划中，用Bertsimas-Sim鲁棒优化和DAG-PDQN算法求解时间与综合成本双目标问题，并通过跨尺度实验与Port Hedland至重庆铁矿石运输案例验证碳政策对路线选择的影响。
- 01：研究对象是干散货多式联运路径规划，覆盖海运、内河水运、铁路和公路等运输方式。
- 02：模型同时考虑运输时间、物流成本、碳排放成本和不同运输方式下的异质性扰动。
- 03：算法部分提出DAG-PDQN，将自适应遗传算子、Pareto DQN和dueling网络结构结合，用于较大规模双目标路径优化。
- 04：真实案例显示，碳排放交易相比单纯提高碳税更能推动低碳运输方式转换，严格配额下路线会明显转向内河水运等低碳组合。
研究背景
供应链5.0把物流系统的目标从单纯效率扩展到韧性、可持续和以人为中心的决策支持。多式联运在干散货运输中承担长距离、大批量和跨区域衔接任务，路线选择会同时牵动成本、时间可靠性和碳排放。
供应链5.0与物流5.0关系框架，来源：Fig. 1
论文指出，Baltimore Bridge collapse和Strait of Hormuz lockdown这类事件体现了运输网络的脆弱性；日常运行中，港口拥堵、内河船闸等待和铁路编组也会持续放大运输时间、物流成本与碳排放。
本文的关键切入点是把供应链5.0的宏观目标转化为可计算的路径规划模型，让低碳约束、扰动韧性和运输效率进入同一个决策框架。
核心问题
既有多式联运研究已经覆盖成本、时间、碳排放和需求不确定性等因素，但论文认为仍有三类缺口：扰动常被统一处理，碳税和碳交易缺少同一框架下的运营级刻画，较大规模多目标网络仍难以稳定求解。
多式联运运输与转运过程，来源：Fig. 2
01目标一：最小化总运输时间，包含在途时间、转运时间和港口、船闸、铁路编组等延误。
02目标二：最小化综合成本，包含运输成本、转运成本、拥堵相关成本和碳排放成本。
03约束重点：路线连续性、运输方式选择、节点转运、时间一致性以及碳定价机制唯一性。
研究把MMT operator设定为决策主体，面对海运、内河水运、铁路和公路的组合选择，在不确定时间预算下寻找Pareto解集，为实际运营提供时间和成本之间的可选方案。
方法框架
模型层面，论文使用Bertsimas-Sim鲁棒优化框架刻画不同运输方式的时间不确定性。海运关注港口拥堵，内河水运关注船闸等待，铁路纳入编组时间，公路保留基准行驶时间，从而避免把所有扰动压缩成同一种随机变量。
DAG-PDQN总体框架，来源：Fig. 3
1构建多式联运网络G，将节点、运输方式、可行动作、累计时间成本和剩余不确定性预算作为环境状态。
2在双目标DQN中保留时间和成本两个Q函数维度，用Pareto支配关系引导动作选择与更新方向。
3引入自适应交叉和变异策略，提升探索多样性并减少冗余搜索。
4采用dueling网络结构分离状态价值与动作优势，提升复杂网络下的价值估计稳定性。
算法命名为Dueling-Adaptive-Genetic-Pareto DQN。它把遗传算法的交叉、变异用于强化学习的选择模块，并通过自适应概率调整和Huber loss改善收敛行为、Pareto前沿质量和大规模网络适应性。
案例或实验设置
数值实验部分构造50、100、200、300、400和500节点的稀疏多阶段有向无环网络，用长跨段连接模拟海运，中距离连接对应内河水运，短邻接阶段连接对应铁路和公路，并用HV指标评价Pareto前沿的收敛与覆盖。
Port Hedland至重庆多式联运网络，来源：Fig. 5
真实案例设定为从澳大利亚Port Hedland向中国重庆钢铁企业运输50000吨铁矿石，跨越国际海运和中国内陆网络，覆盖南方主要海港、长江水系、铁路货运通道和代表性编组站。
- 算法对比对象包括NSGA-II、PDQN、D-PDQN、DG-PDQN和DAG-PDQN。
- 碳配额设置为500、600、700、800、900和1000吨，用于比较碳税与碳排放交易机制。
- 跨场景分析在1000吨碳配额下比较低税低价、高税低价、低税高价和双高四类政策环境。
结果分析
不同碳配额下的路径与成本结果，来源：Table 11
基线案例显示，碳约束收紧后，系统主要通过运输方式替代来适应政策压力。500吨严格配额下，可行路径明显减少，路线收敛到包含内河水运的低碳组合，例如0-5-26-25-24-21-22-15-16-29，运输时间约300小时。
五类算法Pareto前沿对比，来源：Fig. 4
HV提升
0.05%至7.24%
400节点网络提升最高。
运行时间
多数规模下降
六类规模均有不同幅度下降。
实验还显示，NSGA-II在50和100节点网络中仍有竞争力，进入200节点及以上规模后无法在可接受时间内完成。DRL类方法均能稳定生成10个Pareto前沿解，DAG-PDQN在较大规模网络中的解集质量和计算效率更均衡。
管理启示
四类碳收费机制情景，来源：Fig. 6
论文对碳税和碳排放交易的比较表明，固定税率下路线选择更多受成本和时间驱动；交易机制在配额收紧时形成更强的成本差异，能促使运营者增加内河水运和铁路等低碳方式的使用。
扰动下运输方式出现频次，来源：Fig. 7
扰动与转运参数下的Pareto前沿，来源：Fig. 8、Fig. 9
转运和鲁棒参数敏感性，来源：Fig. 10、Fig. 11
论文：Towards the vision of Supply Chain 5.0: an intelligent and sustainable approach for multimodal transport routing
作者：Yantong Jin，Yangyan Shi，Yufan Chen，Wenjun Zhang，Yanfeng Rong，Chaozhe Jiang
期刊：Computers & Industrial Engineering
链上镖师、先卜交通、先卜运筹通用论文ID
保存此推文 ID，可在粉丝群内获取相关材料，未来更多功能敬请期待
先卜科技团队：常文婕、张巧巧、王一航、夏子帆、张晓乐、祁园园、张仁义
