本文關鍵詞：基于文化基因算法的動態(tài)車輛路徑問題研究　出處：《河南大學》2015年碩士論文　論文類型：學位論文

  更多相關文章： 不確定環(huán)境 動態(tài)車輛路徑問題 文化基因算法 客戶滿意度

【摘要】：隨著現(xiàn)代物流的發(fā)展,物流配送問題逐步發(fā)展成為制約企業(yè)發(fā)展的瓶頸,優(yōu)化物流配送中的車輛路徑問題成為了研究的重點�，F(xiàn)代物流是以滿足客戶的需求為目標,把生產、運輸、銷售等市場情況統(tǒng)一考慮的一種戰(zhàn)略措施,其實質是企業(yè)策劃者通過合理規(guī)劃使人力、物力、財力在有效的時間內高效的利用。如何實現(xiàn)物流的系統(tǒng)化、現(xiàn)代化、合理化對于社會發(fā)展至關重要。車輛路徑問題(Vehicle Routing Problem,VRP)在物流配送中扮演很重要的角色,一直是業(yè)界人士研究的熱點問題,然而現(xiàn)代社會各行各業(yè)的發(fā)展,物品交換頻繁,物類繁多復雜,路面狹窄、道路交通混亂、城市擁擠、車輛拋錨、交通事故等一系列的不可預料的問題,導致車輛行駛的時間過長,物品未能及時的送達客戶,客戶服務的滿意度由此降低。本文將研究不確定環(huán)境下動態(tài)車輛路徑問題,分析動態(tài)的車輛路徑和靜態(tài)的車輛路徑之間的關系;以車輛行駛的時間最短和最大化客戶滿意度為目標函數(shù),根據(jù)問題影響因素,建立數(shù)學模型;在設計的文化基因算法的基礎上求解動態(tài)車輛路徑問題,并介紹算法的主要方法及實現(xiàn)步驟。對不確定環(huán)境下動態(tài)車輛路徑問題進行詳細的分析,運用文化基因算法進行求解,文化基因算法是一種全局搜索和局部搜索的啟發(fā)式搜索相結合的一種算法,本文采用遺傳算法和禁忌搜索策略相結合求解此問題。本文運用文化基因算法來求解動態(tài)車輛路徑優(yōu)化問題,根據(jù)問題設計了文化基因算法的實現(xiàn)步驟,包括染色體編碼方式、初始化、設置適應度函數(shù)、進化操作、局部搜索的具體步驟、算法終止條件等;進化操作中選擇、交叉、變異操作進行全局搜索,運用禁忌搜索算法作為局部搜索策略,對局部搜索的具體步驟進行分析及介紹,遺傳算法和禁忌搜索算法相結合求解動態(tài)車輛路徑問題,得到了問題的最優(yōu)解,有效處理新訂單的增加和老訂單的取消或修改等不確定事件,及時有效的改變車輛路調度方案。
[Abstract]:With the development of modern logistics, logistics distribution has gradually become a bottleneck restricting the development of enterprises. The optimization of vehicle routing in logistics distribution has become the focus of the research. Modern logistics is a strategic measure to meet the needs of customers and consider the market conditions such as production, transportation, sales and so on. Its essence is how to realize the systematization and modernization of logistics by the enterprise planner making efficient use of manpower, material resources and financial resources in an effective time through rational planning. Rationalization is very important for social development. Vehicle Routing problem (VRP) plays an important role in logistics distribution. It has always been a hot topic in the industry. However, with the development of various industries in modern society, the exchange of goods is frequent, the kinds of things are complicated, the road surface is narrow, the road traffic is chaotic, the city is crowded, the vehicles break down. A series of unexpected problems, such as traffic accidents, lead to the excessive travel time of vehicles and the failure of goods to reach customers in time. This paper will study the dynamic vehicle routing problem in uncertain environment and analyze the relationship between dynamic vehicle routing and static vehicle routing. Taking the shortest travel time and maximum customer satisfaction as objective function, the mathematical model is established according to the influencing factors of the problem. Based on the design of the cultural genetic algorithm, the dynamic vehicle routing problem is solved, and the main methods and implementation steps of the algorithm are introduced. The dynamic vehicle routing problem in uncertain environment is analyzed in detail. Cultural gene algorithm is used to solve the problem. Cultural gene algorithm is a combination of global search and local search heuristic search algorithm. In this paper, genetic algorithm and Tabu search strategy are used to solve this problem. In this paper, the cultural gene algorithm is used to solve the dynamic vehicle routing optimization problem, and the implementation steps of the cultural gene algorithm are designed according to the problem. Including chromosome coding, initialization, setting fitness function, evolutionary operation, local search specific steps, algorithm termination conditions, and so on; The selection, crossover and mutation operations in evolutionary operations are used for global search. Tabu search algorithm is used as a local search strategy to analyze and introduce the specific steps of local search. Genetic algorithm and Tabu search algorithm are combined to solve the dynamic vehicle routing problem, the optimal solution is obtained, and the uncertain events such as the increase of new orders and the cancellation or modification of old orders are effectively handled. Timely and effective change of vehicle routing plan.
【學位授予單位】：河南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 唐加福;孔媛;潘震東;董穎;;基于劃分的蟻群算法求解貨物權重車輛路徑問題[J];控制理論與應用;2008年04期

2 鐘雪靈;王雄志;;開放式車輛路徑問題的混合算法[J];計算機仿真;2011年08期

3 熊浩;符卓;鄢慧麗;;動態(tài)車輛路徑問題的隱分區(qū)靈活分批策略[J];同濟大學學報(自然科學版);2013年05期

4 婁山佐;吳耀華;肖際偉;廖莉;;基于增強學習解決隨機需求車輛路徑問題[J];系統(tǒng)仿真學報;2008年14期

5 徐俊杰;;車輛路徑問題的改進微正則退火算法[J];信息化縱橫;2009年06期

6 吳斌;邵建峰;方葉祥;;基于客戶滿意度的開放式車輛路徑問題研究[J];計算機工程;2009年17期

7 王江晴;張瀟;;復雜環(huán)境下動態(tài)車輛路徑問題的建模與求解[J];武漢大學學報(理學版);2010年04期

8 陸琳;蔡紹洪;;一類隨機顧客車輛路徑問題及其算法[J];南京航空航天大學學報;2010年04期

9 溫惠英;孫博;;協(xié)同車輛路徑問題的模糊規(guī)劃模型和算法[J];計算機應用研究;2011年02期

10 楊皎平;高雷阜;王俊;;裝卸聯(lián)盟車輛路徑問題及兩階段優(yōu)化方法[J];計算機工程與應用;2011年14期

相關會議論文 前10條

1 符卓;陳斯衛(wèi);;車輛路徑問題的研究現(xiàn)狀與發(fā)展趨勢[A];中國運籌學會第七屆學術交流會論文集（下卷）[C];2004年

2 楊世堅;陳韜;;隨機車輛路徑問題研究綜述[A];中國系統(tǒng)工程學會決策科學專業(yè)委員會第六屆學術年會論文集[C];2005年

3 李桂平;陳楠;;多中心車輛路徑問題的解決思路[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年

4 李大衛(wèi);王夢光;;廣義車輛路徑問題——模型及算法[A];1997中國控制與決策學術年會論文集[C];1997年

5 符卓;聶靖;;開放式車輛路徑問題及其若干研究進展[A];中國運籌學會第八屆學術交流會論文集[C];2006年

6 陳寶文;宋申民;陳興林;單志眾;;應用于車輛路徑問題的多蟻群算法[A];第25屆中國控制會議論文集（下冊）[C];2006年

7 戎麗霞;;模糊需求條件下的多車場車輛路徑問題[A];第三屆中國智能計算大會論文集[C];2009年

8 張鳳姣;張興芳;;基于不確定理論的車輛路徑問題[A];第九屆中國不確定系統(tǒng)年會、第五屆中國智能計算大會、第十三屆中國青年信息與管理學者大會論文集[C];2011年

9 肖雁;符卓;李育安;;帶軟時間窗的車輛路徑問題及其應用前景探討[A];中國運籌學會第六屆學術交流會論文集（下卷）[C];2000年

10 許鑫;范文慧;馮雅U，

本文編號：1378331