本文關(guān)鍵詞：供應(yīng)鏈中的車輛路徑規(guī)劃問(wèn)題研究

  更多相關(guān)文章： 帶軟時(shí)間窗車輛路徑規(guī)劃 遺傳算法 自適應(yīng)

【摘要】：近年來(lái),隨著國(guó)民經(jīng)濟(jì)的飛速發(fā)展,物流產(chǎn)業(yè)的地位越來(lái)越突出,規(guī)模也快速擴(kuò)張。與此同時(shí),物流產(chǎn)業(yè)的集中度、運(yùn)營(yíng)效率也急需進(jìn)一步提升,但運(yùn)輸成本居高不下一直是物流業(yè)的痛點(diǎn)。作為物流活動(dòng)的主要環(huán)節(jié),配送也成為眾多學(xué)者研究的重要突破點(diǎn)。其中,運(yùn)輸車輛的路徑規(guī)劃問(wèn)題是物流配送的最重要的一面,車輛路徑是否合理直接影響到配送的速度、成本和效益。近年來(lái),研究者提出了各種智能算法用于解決流配送中的運(yùn)輸車輛路徑規(guī)劃問(wèn)題。其中,遺傳算法是解決車輛路徑規(guī)劃問(wèn)題的有效途徑。傳統(tǒng)的遺傳算法在解決車輛路徑規(guī)劃問(wèn)題時(shí),會(huì)產(chǎn)生二進(jìn)制編碼串過(guò)于冗長(zhǎng)、計(jì)算機(jī)的運(yùn)算過(guò)程過(guò)于復(fù)雜、精度難以提高、算法經(jīng)常陷入局部最優(yōu)等問(wèn)題,尤其是算法過(guò)早收斂、陷入局部最優(yōu)的問(wèn)題,對(duì)問(wèn)題的求解帶來(lái)嚴(yán)重的影響。因此,本文從算法過(guò)早收斂的問(wèn)題出發(fā),尋求遺傳算法的改進(jìn)措施,并用于解決相較普通的車輛路徑問(wèn)題通用性更強(qiáng)的帶時(shí)間窗車輛路徑規(guī)劃問(wèn)題。本文首先概述了車輛路徑問(wèn)題的基本理論如定義、組成和分類,建立了帶時(shí)間窗的車輛路徑問(wèn)題的模型并詳細(xì)界定了模型參數(shù)。并介紹了車輛路徑問(wèn)題的幾種常用的研究算法的原理與優(yōu)缺點(diǎn)。其次,詳細(xì)介紹了傳統(tǒng)遺傳算法的基本思想、基本概念與基本步驟。重點(diǎn)介紹了常用的選擇算子、交叉算子、變異算子的原理,為下一章的改進(jìn)算法奠定基礎(chǔ)。最后,針對(duì)帶時(shí)間窗的車輛路徑問(wèn)題,對(duì)傳統(tǒng)自適應(yīng)遺傳算法提出了一系列的改進(jìn)措施。采用考慮群體相關(guān)性、個(gè)體濃度與個(gè)體適應(yīng)度的自適應(yīng)選擇、交叉、變異算子,不僅增強(qiáng)了收斂速度,而且提高了群體多樣性,增強(qiáng)全局搜索的能力。通過(guò)對(duì)比改進(jìn)的自適應(yīng)遺傳算法與傳統(tǒng)自適應(yīng)遺傳算法對(duì)帶時(shí)間窗車輛路徑規(guī)劃問(wèn)題的仿真結(jié)果,驗(yàn)證了改進(jìn)遺傳算法在解決配送路徑優(yōu)化問(wèn)題的優(yōu)越性。
【關(guān)鍵詞】：帶軟時(shí)間窗車輛路徑規(guī)劃 遺傳算法 自適應(yīng)
【學(xué)位授予單位】：華僑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP18;U116.2;F252
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-16
• 1.1 課題的研究背景與意義8-10
• 1.1.1 供應(yīng)鏈傳輸管理8-9
• 1.1.2 車輛路徑規(guī)劃9-10
• 1.2 VRP的國(guó)內(nèi)外研究現(xiàn)狀10-14
• 1.2.1 國(guó)外研究現(xiàn)狀11-13
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀13-14
• 1.3 本文的主要工作與創(chuàng)新14
• 1.4 本文的結(jié)構(gòu)安排14-16
• 第2章 車輛路徑問(wèn)題及其算法介紹16-26
• 2.1 VRP的定義與組成16-18
• 2.1.1 VRP的定義16-17
• 2.1.2 VRP的組成17-18
• 2.2 VRP的分類18-19
• 2.3 VRPSTW19-22
• 2.4 VRP算法研究22-25
• 2.4.1 精確算法22-23
• 2.4.2 啟發(fā)式算法23-24
• 2.4.3 啟發(fā)式算法優(yōu)缺點(diǎn)24-25
• 2.5 本章小結(jié)25-26
• 第3章 遺傳算法介紹26-36
• 3.1 遺傳算法的基本思想26-27
• 3.2 遺傳算法的基本概念27-32
• 3.2.1 遺傳學(xué)概念27-28
• 3.2.2 編碼和解碼28-29
• 3.2.3 適應(yīng)度函數(shù)29-30
• 3.2.4 選擇算子30-31
• 3.2.5 交叉算子31
• 3.2.6 變異算子31-32
• 3.3 遺傳算法的基本步驟32-34
• 3.4 遺傳算法在VRP中的應(yīng)用34-35
• 3.5 本章小結(jié)35-36
• 第4章 基于改進(jìn)自適應(yīng)遺傳算法的VRPSTW模型求解36-52
• 4.1 VRPSTW模型36-38
• 4.2 自適應(yīng)遺傳算法38-39
• 4.3 改進(jìn)的自適應(yīng)遺傳算法39-42
• 4.3.1 改進(jìn)的選擇算子39-40
• 4.3.2 改進(jìn)的交叉、變異算子40-42
• 4.3.3 改進(jìn)的自適應(yīng)遺傳算法的求解步驟42
• 4.4 數(shù)值實(shí)驗(yàn)42-50
• 4.4.1 算法仿真結(jié)果44-49
• 4.4.2 仿真性能對(duì)比49-50
• 4.5 本章小結(jié)50-52
• 第5章 總結(jié)與展望52-54
• 5.1 本文總結(jié)52
• 5.2 工作展望52-54
• 參考文獻(xiàn)54-58
• 致謝58-60
• 附錄60-64
• 個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果64

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊正磊;宋建社;吳永定;郭軍;;多約束條件下戰(zhàn)場(chǎng)導(dǎo)航路徑規(guī)劃問(wèn)題研究[J];系統(tǒng)仿真學(xué)報(bào);2011年06期

2 艾海舟,張鈸;基于拓?fù)涞穆窂揭?guī)劃問(wèn)題的圖形解法[J];機(jī)器人;1990年05期

3 陳剛,沈林成;復(fù)雜環(huán)境下路徑規(guī)劃問(wèn)題的遺傳路徑規(guī)劃方法[J];機(jī)器人;2001年01期

4 普措才仁;;一種新的編碼方法解決路徑規(guī)劃問(wèn)題[J];工業(yè)儀表與自動(dòng)化裝置;2011年01期

5 魯子卉;;基于Memetic算法的電子AGV路徑規(guī)劃[J];四川兵工學(xué)報(bào);2013年02期

6 黃建華,方毅,黃樟燦,吳方才;基于演化計(jì)算的廣義路徑規(guī)劃問(wèn)題[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2001年02期

7 李晉航;黃剛;賈艷;;多模糊信息條件下的物料配送路徑規(guī)劃問(wèn)題研究[J];機(jī)械工程學(xué)報(bào);2011年01期

8 楊麗英;吳成東;韓建達(dá);聶義勇;;多目標(biāo)追逐問(wèn)題的一種混合整數(shù)線性規(guī)劃解[J];機(jī)械工程學(xué)報(bào);2008年10期

9 李梅娟;陳雪波;張梅鳳;;基于群集智能算法的路徑規(guī)劃問(wèn)題[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年S2期

10 歐微;李志凌;;基于混沌優(yōu)化算法的車輛路徑規(guī)劃問(wèn)題研究[J];科學(xué)技術(shù)與工程;2010年29期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 王旭;張江;崔平遠(yuǎn);;一種基于蟻群算法求解路徑規(guī)劃問(wèn)題的新方法[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 張興;信使機(jī)制UAV/UGV多點(diǎn)動(dòng)態(tài)集結(jié)的協(xié)同規(guī)劃方法研究[D];北京理工大學(xué);2015年

2 王沛棟;改進(jìn)蟻群算法及在路徑規(guī)劃問(wèn)題的應(yīng)用研究[D];中國(guó)海洋大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王晨;基于社區(qū)發(fā)現(xiàn)的動(dòng)態(tài)路徑規(guī)劃問(wèn)題研究[D];哈爾濱工業(yè)大學(xué);2016年

2 林麗琳;供應(yīng)鏈中的車輛路徑規(guī)劃問(wèn)題研究[D];華僑大學(xué);2015年

3 袁斌;帶訪問(wèn)限制的需求時(shí)變的移動(dòng)設(shè)施路徑規(guī)劃問(wèn)題研究[D];清華大學(xué);2014年

4 趙再興;基于改進(jìn)和聲搜索算法的車輛路徑規(guī)劃問(wèn)題[D];沈陽(yáng)大學(xué);2011年

5 王星;基于蟻群算法的圖書物流車輛路徑規(guī)劃問(wèn)題研究[D];武漢理工大學(xué);2011年

6 吳穎;雙層車庫(kù)車輛調(diào)度輔助決策支持系統(tǒng)[D];華中科技大學(xué);2011年

7 玉坤;蟻群算法在路徑規(guī)劃問(wèn)題中的應(yīng)用研究[D];北京工業(yè)大學(xué);2012年

8 弓晨;三維曲面上路徑規(guī)劃問(wèn)題的研究[D];中國(guó)地質(zhì)大學(xué);2006年

9 周晴紅;智能Avatar在IVE中行走運(yùn)動(dòng)控制及其路徑規(guī)劃問(wèn)題的研究[D];浙江師范大學(xué);2006年

10 馮超;基于以太網(wǎng)和TCP/IP的IEC60870-5-104協(xié)議的性能分析[D];上海交通大學(xué);2007年

，

本文編號(hào)：708436