Abstract Quick and wise decisions made regarding depot location and vehicle routing in emergency logistics play an important role in the relief of affected areas after a disaster. We address an integrated location-routing problem with post-disaster relief distribution, seeking to design an assignment system for a fleet of homogeneous rescue vehicles from a set of candidate depot locations to deliver relief supplies to affected areas after a disaster. Each affected area is associated with a soft time window, during which it is expected to receive the relief supplies. Two objective functions are involved: the penalty for time window violation, and the total operational cost comprising the depot opening cost, vehicle fixed cost, and transport cost. The overall objective to find the opened transfer depots, the number of vehicles used, and the route of each used vehicle so as to identify the approximate Pareto frontier comprising the trade-offs between the conflicting objectives. To achieve this, we develop a hybrid ant colony optimization algorithm for which we use particles as operators to more widely search for enabled depots among alternative ones and then assign clients to them so that ants can find the most effective and balanced vehicle routes for every selected depot. We conduct extensive numerical experiments to assess the performance of the developed algorithm by comparing with three algorithms. The numerical results confirm the efficacy of the developed method in terms of its computational efficiency and solution quality.

中文翻译：

---

具有灾后救济分配的综合定位路由问题

摘要 在应急物流中，快速、明智地决定库位和车辆路线，对灾后灾区的救援工作发挥着重要作用。我们解决了灾后救援分发的综合位置路由问题，试图为来自一组候选仓库位置的一组同类救援车辆设计一个分配系统，以便在灾后将救援物资运送到受灾地区。每个受灾地区都与一个软时间窗口相关联，在此期间预计会收到救援物资。涉及两个目标函数：违反时间窗口的惩罚，以及总运营成本，包括开站成本、车辆固定成本和运输成本。找到已开通的转运站的总体目标，使用的车辆数量，以及每辆二手车辆的路线，以确定包含冲突目标之间权衡的近似帕累托边界。为了实现这一点，我们开发了一种混合蚁群优化算法，我们使用粒子作为算子，更广泛地在替代站点中搜索启用的站点，然后为它们分配客户端，以便蚂蚁可以为每个选定的车辆找到最有效和平衡的车辆路线仓库。我们进行了大量的数值实验，通过与三种算法进行比较来评估所开发算法的性能。数值结果证实了所开发方法在计算效率和解决方案质量方面的有效性。我们开发了一种混合蚁群优化算法，我们使用粒子作为算子来更广泛地搜索替代站点中启用的站点，然后为它们分配客户端，以便蚂蚁可以为每个选定的站点找到最有效和最平衡的车辆路线。我们进行了大量的数值实验，通过与三种算法进行比较来评估所开发算法的性能。数值结果证实了所开发方法在计算效率和解决方案质量方面的有效性。我们开发了一种混合蚁群优化算法，我们使用粒子作为算子来更广泛地搜索替代站点中启用的站点，然后为它们分配客户端，以便蚂蚁可以为每个选定的站点找到最有效和最平衡的车辆路线。我们进行了大量的数值实验，通过与三种算法进行比较来评估所开发算法的性能。数值结果证实了所开发方法在计算效率和解决方案质量方面的有效性。我们进行了大量的数值实验，通过与三种算法进行比较来评估所开发算法的性能。数值结果证实了所开发方法在计算效率和解决方案质量方面的有效性。我们进行了大量的数值实验，通过与三种算法进行比较来评估所开发算法的性能。数值结果证实了所开发方法在计算效率和解决方案质量方面的有效性。