多物流配送中心路徑優(yōu)化問題及其遺傳算法-文庫吧
2025-03-10 00:20 本頁面
【正文】 第i個配送中心的配送車的個數(shù)Qij第i個配送中心的第j輛車的載重量qk第k個需求點的需求量dk(1)dk(2)從需求點k(1)到k(2)的運距d0k配送中心到需求點k的運距nij第i個配送中心的第j輛車配送的需求點個數(shù)，nij=0表示未使用第j輛車Rij第i個配送中心的第j輛車配送的路徑rijk第i個配送中心的第j輛車配送的第k個需求點，rij0表示配送中心 其中，[ ]表示不大于括號內(nèi)數(shù)字的最大整數(shù)若以配送路徑最短為目標函數(shù)，則可以建立如下配送路徑的優(yōu)化模型： 上述模型中：（1）式為目標函數(shù)。（2）式保證每條路徑上各客戶的貨物需求量之和不超過配送車輛的載重量。 (3) 式表明每條路徑上的客戶數(shù)不超過總客戶數(shù)。 (4) 式表明每個客戶都得到配送服務。 (5) 式表示每條路徑的客戶的組成。(6) 式限制每個客戶僅能由一臺配送車輛送貨。 (7)式表示當?shù)趇個配送中心的第j輛車服務的客戶數(shù)≥1 時,說明該臺車參加了配送,則取f（nij）= 1 ,當?shù)趇個配送中心的第j輛車服務的客戶數(shù) 1 時, 表示未使用該臺車輛, 因此取f（nij）= 0 。3 遺傳算法設計 編碼方法的確定和初始種群的產(chǎn)生根據(jù)多物流配送中心路徑優(yōu)化問題的特點,作者提出了一種配送中心和需求點直接排列的編碼方法。這種表示方法是直接生產(chǎn)N個1～N 間的互不重復的自然數(shù)給這N個需求點編碼，再生產(chǎn)M個M～1之間的互不重復的負整數(shù)給這M個配送中心編碼。 把這M個M～1之間的互不重復的負整數(shù)各n個和這N個1～N 間的互不重復的自然數(shù)各一個組成一個長度為n*M+N的數(shù)列，數(shù)列的第一個位置隨機排上一個負整數(shù)，其余位置隨機全排列，即形成一個染色體。隨機產(chǎn)生m個這樣的個體即可形成種群規(guī)模為m的初始種群。這樣的染色體結構可解釋為：（1） 從負數(shù)對應的配送中心出發(fā)向緊接著該負數(shù)后面的若干個正數(shù)所對應的需求點配送，再回到該配送中心，形成一條子路徑。（2） 后面未緊接著正數(shù)的負數(shù)為無效基因，不表示任何意義，但是可以在該基因處進行交叉操作。若交叉后該負數(shù)后面緊接正數(shù)，則該負數(shù)由無效基因變?yōu)橛行Щ?，其意義與（1）所述相同。例如染色體（1，4，1，2，1，2，3，3，4，5，5）表示的意義：其中， 5和兩個1都是無效基因。這種染色體結構子路徑內(nèi)部是有序的，子路徑中需求點1和2交換位置，會使目標函數(shù)值改變；而子路徑之間是無序的，若子路徑1和2交換位置，卻不會改變目標函數(shù)值。 適應度評估方法的確定。適應度函數(shù)同目標函數(shù)有關，要求非負，通過變換目標函數(shù)得到適應度函數(shù)：。其中，b為常數(shù)，為初始群體中最好的染色體配送距離，zk為當前染色體對應的配送距離?！∵x擇操作。本文采用如下最佳個體保留與賭輪選
教學教案相關推薦
鄂ICP備17016276號-1