【正文】
ntzig和Ramser于1959年首次提出,它是指一定數(shù)量的客戶,各自有不同數(shù)量的貨物需求,配送中心向客戶提供貨物,由一個(gè)車隊(duì)負(fù)責(zé)分送貨物,組織適當(dāng)?shù)男熊嚶肪€,目標(biāo)是使得客戶的需求得到滿足,并能在一定的約束下,達(dá)到諸如路程最短、成本最小、耗費(fèi)時(shí)間最少等目的。最后提出了一種求解VRPTW問題的新型混合遺傳算法HGAVRPTW。子路徑交換算法可以有效提高遺傳算法的求解精度。 (3)將單配送中心,多輛運(yùn)輸車且無約束的車輛路徑問題建模成具有總路徑長(zhǎng)度最短、子路徑長(zhǎng)度均衡性好這兩個(gè)目標(biāo)的雙目標(biāo)多旅行商問題(MTSP),并基于HGATSP算法,研究了三種求解上述問題的解決方案。 (2)旅行商問題(TSP)是車輛路徑問題的子問題。為此,本文將計(jì)算機(jī)仿真技術(shù)和遺傳算法相結(jié)合,應(yīng)用遺傳算法來優(yōu)化模型的控制參數(shù),即獲得最優(yōu)的庫(kù)存控制策略。在上述研究基礎(chǔ)上,本文基于遺傳算法,研究了物流系統(tǒng)中的庫(kù)存優(yōu)化問題及車輛路徑問題。因此,研究物流系統(tǒng)中的優(yōu)化問題,具有十分重要的意義,是國(guó)內(nèi)外研究的一個(gè)熱點(diǎn)。CVRP 實(shí)際是多目標(biāo)組合優(yōu)化問題,一般以派出車輛最少(運(yùn)輸路線條數(shù)最少)為首要目標(biāo),行車總距離最短,即總代價(jià)最小為次要目標(biāo)。各國(guó)研究人員對(duì)該問題進(jìn)行了大量的理論研究及實(shí)驗(yàn)分析,取得了重大進(jìn)展,其研究成果在運(yùn)輸系統(tǒng)、公交車輛路線設(shè)計(jì)、快遞收發(fā)系統(tǒng)、物資調(diào)配系統(tǒng)中都已得到了廣泛應(yīng)用。本文詳細(xì)分析了有時(shí)間窗裝卸問題的數(shù)學(xué)模型,深入研究解決此問題的分組編碼遺傳算法,將禁忌思想用于產(chǎn)生可行解的啟發(fā)式插入搜索算法之中,并構(gòu)造出適用于多目標(biāo)的適應(yīng)度函數(shù),設(shè)計(jì)新的數(shù)據(jù)結(jié)構(gòu),對(duì)分組編碼遺傳算法進(jìn)行有效實(shí)現(xiàn)。 遺傳算法Abstract:Recent years, logistics, taken as the third profit resource, has been developing rapidly. The object of logistics is to satisfy the requirements of consumers with least cost. As an especial and integrated activity of logistics, physical distribution plays an important role in modern society. Vehicle Routing Problem (VRP) is the main part of the distribution system optimizing. It is benefits to make economic paper mainly studied a type of vehicle routing problem with single depot, nonfull load and without time windows and a dynamic vehicle routing problem. The restrictions and math models of vehicle routing problem is analyzed. This paper also pared and analyzed the basic ideas, capabilities and applicability of tradition method heuristics of VRP. Based on this, this paper put forward an improved genetic algorithm for vehicle routing problem, through changing its select operation and neighborhood structure operation, an adaptive genetic algorithm was presented for solving this problem. Computational results based on C language programming demonstrated that the adaptative algorithm improved the quality of the results and can solve the problem effectively. Exemplifications proved that this algorithm can enhance capability of optimization, solving efficiency and reliability of running. Finally, a dynamic vehicle routing problem with random time window is modeled. This problem is also solved by sweep and genetic algorithms method. The method have made good effect in ensuring customer service level.Keyword: Vehicle Routing Problem。與傳統(tǒng)遺傳算法相比,掃描法和改進(jìn)遺傳算法的結(jié)合,其優(yōu)化能力、運(yùn)行效率、可靠性均有一定的提高。論文首先對(duì)現(xiàn)有車輛優(yōu)化調(diào)度問題歸類分析。配送的核心為配送車輛的調(diào)度、貨物配裝及送貨過程?;谶z傳算法的車輛路徑問題研究中文摘要:近些年,物流作為“第三利潤(rùn)源泉”受到國(guó)內(nèi)各行業(yè)的極大重視并得到較大的發(fā)展。進(jìn)行配送系統(tǒng)優(yōu)化,主要是配送車輛調(diào)度的優(yōu)化。然后對(duì)車輛路徑問題的傳統(tǒng)求解算法的基本思想、性能、適用性進(jìn)行了分析,在此基礎(chǔ)上提出了采用掃描法和遺傳算法相結(jié)合的啟發(fā)式算法來求解物流配送車輛優(yōu)化調(diào)度問題的思想。最后論文在對(duì)動(dòng)態(tài)行駛時(shí)間車輛路徑問題進(jìn)行建模的基礎(chǔ)上,嘗試采用掃描法和改進(jìn)遺傳算法相結(jié)合的方法對(duì)此類問題進(jìn)行求解,在保證客戶服務(wù)水平的要求下,取得了比較好的結(jié)果。 sweep method。在分組編碼遺傳算法中提出路徑調(diào)整思想,設(shè)計(jì)出一種多策略分組編碼遺傳算法。研究車輛路徑問題的特點(diǎn)及算法具有重要的實(shí)際意義。CVRP 要求滿足以下條件及假設(shè):(1)所有的配送車輛以配送中心為起點(diǎn)并最終回到配送中心;(2)每條配送路徑上各客戶點(diǎn)的需求量之和不超過車輛的負(fù)載量;(3)每個(gè)客戶點(diǎn)的需求僅由一輛車一次滿足。 庫(kù)存成本與配送成本是物流系統(tǒng)的核心成本,在物流總成本中占據(jù)了很大的比例。本文將庫(kù)存仿真優(yōu)化問題與車輛路徑問題都看作是組合優(yōu)化問題,并應(yīng)用遺傳算法進(jìn)行求解。針對(duì)隨機(jī)系統(tǒng)的特點(diǎn),設(shè)計(jì)了候選解收集器,它能夠收集在仿真優(yōu)化過程中產(chǎn)生的Pareto解。為了求解TSP問題,研究了常用于TSP問題的三種交叉算子的優(yōu)化效果,提出了一種求解TSP問題的高效混合遺傳算法HGATSP。 (4)對(duì)于帶能力約束的車輛路徑問題(CVRP),提出了一種新的雙層染色體編碼方案和一種子路徑交換算法。基于上述雙層染色體編碼方案和子路徑交換算法,設(shè)計(jì)了兩種求解CVRP問題的混合遺傳算法,分別是HGACVRP算法和HGASECVRP算法。 (6)綜合應(yīng)用了面向?qū)ο蠓治雠c設(shè)計(jì)、多線程、UML等先進(jìn)的軟件開發(fā)方法與技術(shù),設(shè)計(jì)并開發(fā)了VRP仿真實(shí)驗(yàn)室,這是一個(gè)用于研究車輛路徑問題的軟件包,具有使用簡(jiǎn)便、界面美觀的特點(diǎn)。 由此定義不難看出,旅行商問題(Traveling Saleman Problem,TSP)是VRP的特例,由于Gaery。車輛從場(chǎng)站出發(fā)對(duì)客戶進(jìn)行