關(guān)于基于遺傳算法的物流配送路徑優(yōu)化分析(參考版)
2025-06-25 20:47本頁面
【正文】 本文是在導(dǎo)師的指導(dǎo)下完成的，導(dǎo)師嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、淵博的學(xué)識和忘我的敬業(yè)精神給我留下了難忘的印象，并使我終生受益師兄朱煜對論文的思路提出了諸多建設(shè)性的意見，在論文的撰寫過程中給予大力的指導(dǎo)和鼓勵，經(jīng)濟(jì)管理學(xué)院的李衛(wèi)東老師給與我統(tǒng)計(jì)方面的大量幫助，鄭凱博士為論文的順利進(jìn)展給予極大的支持和關(guān)懷，提供了非常有益的建議和資料，在此致以誠摯的謝意! 北京市工商行政管理局信息中心的陳會明主任為物流企業(yè)信息提供了有益資料，特表謝意。這是北京交通大學(xué)的一研究生的致謝詞。圖名在圖正下方。參考文獻(xiàn)仿宋四號加粗居中（空一行）[1]蔡希賢，夏士智宋體五號字. 物流合理化的數(shù)量方法[M表示書]. 武漢：華中工學(xué)院出版社，1985.[2陳國良，王煦法，莊鎮(zhèn)泉，王東生. 遺傳算法及其應(yīng)用[M]. 北京：人民郵電出版社，1996.[3]姜大立，楊西龍，杜文，周賢偉. 車輛路徑問題的遺傳算法研究[J表示雜志]. 系統(tǒng)工程理論與實(shí)踐，1999，（6）：4044.[4]Z實(shí)驗(yàn)計(jì)算結(jié)果表明，遺傳算法是一種性能優(yōu)良的啟發(fā)式搜索方法，利用該方法可以方便有效地求得物流配送路徑優(yōu)化問題的最優(yōu)解或滿意解。由于物流配送路徑優(yōu)化問題是一個NP難題，因此，采用啟發(fā)式算法求解是一個重要的研究方向。可見，利用遺傳算法可以方便有效地求得物流配送路徑優(yōu)化問題的最優(yōu)解或近似最優(yōu)解（或稱滿意解）。表2 物流配送路徑優(yōu)化問題的遺傳算法計(jì)算結(jié)果計(jì)算次序12345678910配送總距離Z /km727270707569從表中數(shù)據(jù)可以看出。表1 配送中心與需求點(diǎn)之間的距離及各需求點(diǎn)的需求量表表名在表的正上方dij (km) ji01234567800469201016814041051110260101034010599154910101001010520510510079610970710716119970108810151010100qj (t)12121422根據(jù)上述實(shí)例的特點(diǎn)，作者在實(shí)驗(yàn)計(jì)算中采用了以下參數(shù)：群體規(guī)模取20，進(jìn)化代數(shù)取50，變異時基因換位次數(shù)取5，對不可行路徑的懲罰權(quán)重取100km。四、實(shí)驗(yàn)計(jì)算與結(jié)果分析四號黑體加粗字 作者根據(jù)上述遺傳算法編制了C語言程序，并對文獻(xiàn)列出的一個某配送中心使用2輛汽車對8個需求點(diǎn)進(jìn)行送貨的物流配送路徑優(yōu)化問題實(shí)例進(jìn)行了實(shí)驗(yàn)計(jì)算。由于在選擇機(jī)制中采用了保留最佳樣本的方式，為保持群體內(nèi)個體的多樣化，本文采用了連續(xù)多次對換的變異技術(shù)，使個體在排列順序上的有較大變化。與其他交叉方法相比，這種方法在兩父代個體相同的情況下仍能產(chǎn)生一定程度的變異效果，這對維持群體的多樣化特性有一定的作用。對通過選擇操作產(chǎn)生的新群體，除排在第一位的最優(yōu)個體外，另N1個個體要按交叉概率Pc進(jìn)行配對交叉重組。這樣選擇方法既可保證最優(yōu)個體生存至下一代，又能保證適應(yīng)度較大的個
高考資料相關(guān)推薦
鄂ICP備17016276號-1