本文選題：開放式車輛路徑問題 + 時間窗�。� 參考：《合肥工業(yè)大學》2017年碩士論文

【摘要】：互聯(lián)網以及計算機技術的不斷快速發(fā)展,帶動了電子商務的不斷發(fā)展。物流配送作為電子商務的重要支撐在社會生活中日益顯示出極端的重要性。車輛調度問題是物流配送的基礎和關鍵工作,如何安排合理的車輛調度方案使車輛總的行駛距離最短、花費時間最少、企業(yè)總的運輸成本最低是物流配送的重要環(huán)節(jié),具有重要的現實意義和經濟意義。本文針對開放式車輛調度問題提出了一種基于參數控制的改進的蟻群算法�？紤]到傳統(tǒng)的物流配送體系已經無法滿足當代社會物流配送的需求,本文在開放式車輛調度問題的基礎上進一步擴展,考慮了客戶對配送時間的要求以及多配送中心車輛跨區(qū)域協(xié)同運輸的情況,研究了一種帶軟時間窗的多車場開放式車輛調度問題。蟻群算法作為一種群智能算法經常有學者將其應用到車輛調度問題的求解中。傳統(tǒng)蟻群算法中參數通常采用固定的值,而算法的性能在很大程度上會受到其參數的影響,因此傳統(tǒng)蟻群算法收斂速度較慢且易陷入局部最優(yōu)。本文通過分析蟻群算法信息啟發(fā)因子參數?、期望啟發(fā)因子?以及信息素揮發(fā)系數?對算法性能的影響,進一步研究車輛調度模型中各參數對調度性能的影響,提出了參數動態(tài)自適應優(yōu)化的車輛調度方法。首先在帶軟時間窗的單車場開放式車輛調度問題中驗證了改進蟻群算法的有效性后,再將其應用在更加復雜的多車場車輛調度問題中。本文的創(chuàng)新性及研究成果主要包括以下幾個方面:首先,在基本開放式車輛調度問題的基礎上進一步研究了帶軟時間窗的多車場開放式車輛調度問題。針對該問題,通過設置一個虛擬車場,將多車場問題轉化為多個單車場問題進行求解。其次,在蟻群算法前期利用細菌覓食算法與k-means算法相結合聚類技術對蟻群結果進行聚類,并根據聚類結果來自適應動態(tài)調整蟻群算法參數,使其快速收斂到最優(yōu)解附近。最后,在算法后期為使算法快速收斂使其跳出局部最優(yōu),再利用混沌理論的遍歷性來動態(tài)調整算法參數。算法最后,又利用2-opt算法對最優(yōu)解進行優(yōu)化。本文在車輛調度的模型構建和求解算法上進行有益的探索,對于發(fā)展新的車輛調度方法具有重要的理論意義,對于提升物流服務水平,降低物流成本,具有重要的實際意義。
[Abstract]:With the rapid development of internet and computer technology, the development of e-commerce has been promoted.As an important support of electronic commerce, logistics distribution has increasingly shown the extreme importance in social life.The vehicle scheduling problem is the foundation and key work of logistics distribution. How to arrange the reasonable vehicle scheduling scheme to make the vehicle travel distance is the shortest and the time is the least, and the lowest transportation cost of the enterprise is the important link of the logistics distribution.Has the important realistic significance and the economic significance.In this paper, an improved ant colony algorithm based on parameter control is proposed for open vehicle scheduling problem.Considering that the traditional logistics distribution system can no longer meet the needs of modern society, this paper expands on the open vehicle scheduling problem.Considering the customer's requirement of distribution time and the case of multi-distribution center vehicle transportation across different regions, an open vehicle scheduling problem with soft time window is studied in this paper.As a kind of intelligent algorithm, ant colony algorithm (ACA) is often applied to vehicle scheduling problems.In the traditional ant colony algorithm, the parameters are usually fixed, but the performance of the algorithm is greatly affected by its parameters, so the convergence speed of the traditional ant colony algorithm is slow and it is easy to fall into the local optimum.In this paper, by analyzing the ant colony algorithm information heuristic factor parameters, expected heuristic factor?And pheromone volatilization coefficient?The effect of parameters on the performance of vehicle scheduling model is studied, and a vehicle scheduling method based on dynamic adaptive optimization of parameters is proposed.The effectiveness of the improved ant colony algorithm is verified in the open vehicle scheduling problem with soft time windows, and then it is applied to the more complex multi-yard vehicle scheduling problem.The innovation and research results of this paper mainly include the following aspects: firstly, on the basis of the basic open vehicle scheduling problem, the open vehicle scheduling problem with soft time window is further studied.In order to solve the problem, a virtual depot is set up to solve the problem.Secondly, in the early stage of ant colony algorithm, we use the combination of bacterial foraging algorithm and k-means algorithm to cluster the ant colony results. According to the clustering results, we can adjust the parameters of ant colony algorithm dynamically to make it quickly converge to the optimal solution.Finally, in order to make the algorithm converge quickly and jump out of the local optimum, the ergodicity of chaos theory is used to dynamically adjust the parameters of the algorithm.Finally, 2-opt algorithm is used to optimize the optimal solution.This paper makes a beneficial exploration on the modeling and solving algorithm of vehicle scheduling, which has important theoretical significance for developing new vehicle scheduling methods, and is of great practical significance for improving logistics service level and reducing logistics cost.
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP18;U492.22

【相似文獻】

相關期刊論文 前10條

1 郎茂祥;;多配送中心車輛調度問題的模型與算法研究[J];交通運輸系統(tǒng)工程與信息;2006年05期

2 李海龍;周屹;;物流配送與跟蹤的動態(tài)車輛調度問題研究[J];黑龍江工程學院學報;2008年02期

3 經懷明;張立軍;;多車型車輛調度問題的建模與仿真[J];計算機仿真;2006年04期

4 任春玉;韋超;;有時間窗車輛調度問題優(yōu)化研究[J];哈爾濱商業(yè)大學學報(自然科學版);2007年02期

5 牟峰;;車輛調度問題的研究現狀及發(fā)展趨勢[J];西華大學學報(自然科學版);2012年05期

6 李繼玲;盧才武;李金成;;基于蟻群算法的有時間窗車輛調度問題的研究[J];信息技術;2006年05期

7 李春霞;張思林;龐明寶;;基于時間依賴網絡的車輛調度問題研究[J];交通科技;2011年01期

8 宋偉剛;張宏霞;佟玲;;有時間窗約束非滿載車輛調度問題的節(jié)約算法[J];東北大學學報;2006年01期

9 李作秋;王國林;;一種有時間窗約束的非滿載車輛調度問題中的啟發(fā)式算法研究[J];公路交通科技;2006年07期

10 馬衛(wèi)民,王刊良;局內封閉式車輛調度問題及其競爭策略[J];系統(tǒng)工程理論與實踐;2004年09期

相關會議論文 前5條

1 馬華偉;葉浩然;夏維;;允許分割配送的多時間窗車輛調度問題的改進蟻群算法求解[A];第十四屆中國管理科學學術年會論文集(上冊)[C];2012年

2 楊國興;;多車場車輛調度問題的一種有效算法[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第3卷）[C];1995年

3 王銀;王慧;;淺談配送車輛調度問題[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

4 王永;農蘭晶;劉蕾;楊曉潔;;郵政中心選址與車輛調度混合模型研究[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A12系統(tǒng)科學與系統(tǒng)工程理論在各個領域中的應用研究[C];2014年

5 王永;劉蕾;農蘭晶;楊曉潔;;郵政運輸車輛調度問題研究[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A12系統(tǒng)科學與系統(tǒng)工程理論在各個領域中的應用研究[C];2014年

相關博士學位論文 前4條

1 許爭爭;機場接送服務中基于協(xié)作的車次分配與調度方法研究[D];東北大學;2014年

2 葛顯龍;面向云配送模式的車輛調度問題及算法研究[D];重慶大學;2011年

3 周潔;車輛調度問題的算法及復雜性[D];華東師范大學;2013年

4 李妍峰;時變網絡環(huán)境下車輛調度問題研究[D];西南交通大學;2008年

相關碩士學位論文 前10條

1 柯昌正;動態(tài)車輛調度問題研究與應用[D];北京交通大學;2007年

2 賈艷鴻;地震災害下救援物資車輛調度問題研究[D];遼寧科技大學;2015年

3 王龍昌;多車場軍事物流車輛調度問題優(yōu)化研究[D];大連海事大學;2016年

4 焦登婭;車輛調度問題的不確定規(guī)劃模型[D];清華大學;2015年

5 李宏偉;軍事裝備技術區(qū)車輛優(yōu)化調度算法研究與實現[D];吉林大學;2016年

6 趙晶晶;震后傷員救援車輛調度問題研究[D];安徽工業(yè)大學;2016年

7 余國印;成品油二次物流配送車輛調度問題研究[D];重慶交通大學;2016年

8 馬洪坤;基于遺傳模擬退火算法的軍用車輛調度問題研究[D];西華大學;2016年

9 王璐;物流快遞信息系統(tǒng)設計與實現[D];湖南大學;2016年

10 谷俊輝;開放式車輛調度問題的參數控制蟻群算法的研究[D];合肥工業(yè)大學;2017年

，

本文編號：1751776