發(fā)布時(shí)間：2017-07-17 23:37

  本文關(guān)鍵詞：基于蟻群算法的物流配送車(chē)輛路徑問(wèn)題研究

  更多相關(guān)文章： 物流配送 車(chē)輛路徑問(wèn)題 改進(jìn)蟻群算法

【摘要】：車(chē)輛路徑問(wèn)題屬于運(yùn)籌學(xué)范疇,是運(yùn)輸線路規(guī)劃、選取合理配送車(chē)輛的核心工作,在提高貨物運(yùn)輸經(jīng)濟(jì)中起著至關(guān)重要的作用。隨著市場(chǎng)競(jìng)爭(zhēng)的劇烈化和顧客需求的多樣化,帶能力約束的VRP已經(jīng)不能科學(xué)地指導(dǎo)企業(yè)完成其配送任務(wù);從提高企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力和滿足客戶(hù)的多樣性需求的角度研究VRP問(wèn)題越來(lái)越受到大量學(xué)者的廣泛關(guān)注,相比于只包含車(chē)輛載重約束的基本VRP,帶時(shí)間窗的車(chē)輛路徑問(wèn)題(VRPTW)能更好地反應(yīng)實(shí)際應(yīng)用情況。本文結(jié)合實(shí)際的生產(chǎn)運(yùn)作情況,運(yùn)用改進(jìn)的蟻群算法,有效的求解帶時(shí)間窗的多車(chē)型車(chē)輛路徑問(wèn)題。研究結(jié)論主要有:(1)蟻群算法中,螞蟻在初始尋優(yōu)過(guò)程中,在選擇下一節(jié)點(diǎn)時(shí),根據(jù)狀態(tài)轉(zhuǎn)移概率確定備選客戶(hù)點(diǎn)的概率值。通常情況下,螞蟻選擇概率較大的節(jié)點(diǎn),這樣就會(huì)導(dǎo)致蟻群算法在搜索過(guò)程中容易出現(xiàn)停滯現(xiàn)象。本文在選擇下一節(jié)點(diǎn)時(shí)引入一個(gè)隨機(jī)數(shù),讓部分螞蟻有一定的犯錯(cuò)概率,也就是螞蟻在選擇下一節(jié)點(diǎn)時(shí)會(huì)有一定的探索性搜索,并在螞蟻完成一次迭代后對(duì)結(jié)果進(jìn)行遺傳算子操作,這樣可以有效擴(kuò)大問(wèn)題的解空間,從而提高算法的求解性能。(2)在對(duì)帶時(shí)間窗的車(chē)輛路徑問(wèn)題求解時(shí),客戶(hù)的服務(wù)時(shí)間窗要求對(duì)目標(biāo)函數(shù)有直接影響,因此在螞蟻選擇下一節(jié)點(diǎn)的轉(zhuǎn)移概率中,僅考慮路徑長(zhǎng)度以及路徑上的信息素濃度可能得不到問(wèn)題的合理解。本文通過(guò)在螞蟻的轉(zhuǎn)移概率中加入了時(shí)間窗因素,使得問(wèn)題的解更接近最優(yōu)解,通過(guò)對(duì)蟻群算法改進(jìn)前后的結(jié)果對(duì)比分析,發(fā)現(xiàn)改進(jìn)蟻群算法在求解該問(wèn)題時(shí)更具優(yōu)勢(shì)。(3)目前對(duì)于帶時(shí)間窗的多車(chē)型車(chē)輛路徑問(wèn)題的研究較少,大容量貨車(chē)有裝載量大、行駛距離遠(yuǎn)的優(yōu)點(diǎn),但卻不可避免的具有行駛速度慢、配送效率低的缺陷,而小容量貨車(chē)則相反。因此,本文在綜合考慮不同車(chē)型的特點(diǎn),結(jié)合不同客戶(hù)對(duì)服務(wù)時(shí)間窗要求的基礎(chǔ)上,設(shè)計(jì)了改進(jìn)的蟻群算法對(duì)帶時(shí)間窗的多車(chē)型車(chē)輛路徑問(wèn)題進(jìn)行求解,研究結(jié)果表明,對(duì)于同一配送任務(wù),選用混合車(chē)型的配送方案在某種程度上會(huì)取得更好的效果。
【關(guān)鍵詞】：物流配送 車(chē)輛路徑問(wèn)題 改進(jìn)蟻群算法
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U116.2;F252
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-15
• 1.1 研究背景及意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 VRP國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.2.2 蟻群算法國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.3 本文的主要研究?jī)?nèi)容13-15
• 2 物流配送及車(chē)輛路徑優(yōu)化概述15-27
• 2.1 基本理論15-16
• 2.1.1 定義15
• 2.1.2 物流配送中存在的問(wèn)題15-16
• 2.2 車(chē)輛路徑問(wèn)題概述16-19
• 2.2.1 VRP的定義16
• 2.2.2 VRP的構(gòu)成要素16-18
• 2.2.3 VRP的優(yōu)化目標(biāo)18-19
• 2.3 車(chē)輛路徑問(wèn)題的數(shù)學(xué)模型19-24
• 2.3.1 經(jīng)典VRP模型19-21
• 2.3.2 時(shí)間窗問(wèn)題概述21-22
• 2.3.3 帶軟時(shí)間窗車(chē)輛路徑問(wèn)題的模型22-24
• 2.4 帶時(shí)間窗車(chē)輛路徑問(wèn)題的求解方法24-26
• 2.4.1 精確算法24
• 2.4.2 啟發(fā)式算法24-26
• 2.5 本章小結(jié)26-27
• 3 改進(jìn)蟻群算法研究27-42
• 3.1 基本蟻群算法27-32
• 3.1.1 蟻群算法基本原理27
• 3.1.2 基本蟻群算法中的參數(shù)及其含義27-29
• 3.1.3 算法執(zhí)行過(guò)程描述29-31
• 3.1.4 蟻群算法的優(yōu)缺點(diǎn)31-32
• 3.2 改進(jìn)蟻群算法32-36
• 3.2.1 蟻群系統(tǒng)32-33
• 3.2.2 精英蟻群系統(tǒng)33-34
• 3.2.3 最大最小蟻群系統(tǒng)34-35
• 3.2.4 排序蟻群系統(tǒng)35-36
• 3.3 本文對(duì)蟻群算法的改進(jìn)36-41
• 3.3.1 對(duì)選擇下一節(jié)點(diǎn)概率的改進(jìn)36-37
• 3.3.2 對(duì)信息素?fù)]發(fā)因子的改進(jìn)37-38
• 3.3.3 基于遺傳算法的蟻群算法38-40
• 3.3.4 改進(jìn)后的蟻群算法的計(jì)算步驟40-41
• 3.4 本章小結(jié)41-42
• 4 帶時(shí)間窗的多車(chē)型車(chē)輛路徑問(wèn)題算例分析42-58
• 4.1 基于Matlab的改進(jìn)蟻群算法設(shè)計(jì)42-44
• 4.2 問(wèn)題描述44-45
• 4.3 算法實(shí)現(xiàn)與結(jié)果分析45-58
• 結(jié)論與展望58-60
• 結(jié)論58-59
• 展望59-60
• 致謝60-61
• 參考文獻(xiàn)61-65
• 攻讀碩士期間發(fā)表的論文及科研成果65

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王云平;;車(chē)輛路徑問(wèn)題的形式化及其知識(shí)表示方法研究[J];遼寧省交通高等專(zhuān)科學(xué)校學(xué)報(bào);2006年04期

2 王江晴;康立山;;動(dòng)態(tài)車(chē)輛路徑問(wèn)題仿真器的設(shè)計(jì)與實(shí)現(xiàn)[J];核電子學(xué)與探測(cè)技術(shù);2007年05期

3 曹二保;賴(lài)明勇;張漢江;;模糊需求車(chē)輛路徑問(wèn)題研究[J];系統(tǒng)工程;2007年11期

4 唐連生;梁劍;;突發(fā)事件下的車(chē)輛路徑問(wèn)題研究綜述[J];鐵道運(yùn)輸與經(jīng)濟(jì);2008年12期

5 唐偉勤;張隱;張敏;;大規(guī)模突發(fā)事件應(yīng)急物資調(diào)度中的車(chē)輛路徑問(wèn)題[J];物流技術(shù);2008年12期

6 劉紅梅;陳楊;;車(chē)輛路徑問(wèn)題的形式化方法研究[J];科技資訊;2008年05期

7 唐加福;孔媛;潘震東;董穎;;基于劃分的蟻群算法求解貨物權(quán)重車(chē)輛路徑問(wèn)題[J];控制理論與應(yīng)用;2008年04期

8 熊志華;邵春福;姚智勝;;車(chē)輛路徑問(wèn)題的可靠性研究[J];物流技術(shù);2008年08期

9 徐俊杰;;利用微正則退火算法求解車(chē)輛路徑問(wèn)題[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年02期

10 寧曉利;;車(chē)輛路徑問(wèn)題的組合優(yōu)化算法[J];物流技術(shù);2009年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 符卓;陳斯衛(wèi);;車(chē)輛路徑問(wèn)題的研究現(xiàn)狀與發(fā)展趨勢(shì)[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（下卷）[C];2004年

2 楊世堅(jiān);陳韜;;隨機(jī)車(chē)輛路徑問(wèn)題研究綜述[A];中國(guó)系統(tǒng)工程學(xué)會(huì)決策科學(xué)專(zhuān)業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)論文集[C];2005年

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

4 李大衛(wèi);王夢(mèng)光;;廣義車(chē)輛路徑問(wèn)題——模型及算法[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

5 符卓;聶靖;;開(kāi)放式車(chē)輛路徑問(wèn)題及其若干研究進(jìn)展[A];中國(guó)運(yùn)籌學(xué)會(huì)第八屆學(xué)術(shù)交流會(huì)論文集[C];2006年

6 陳寶文;宋申民;陳興林;單志眾;;應(yīng)用于車(chē)輛路徑問(wèn)題的多蟻群算法[A];第25屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2006年

7 戎麗霞;;模糊需求條件下的多車(chē)場(chǎng)車(chē)輛路徑問(wèn)題[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

8 張鳳姣;張興芳;;基于不確定理論的車(chē)輛路徑問(wèn)題[A];第九屆中國(guó)不確定系統(tǒng)年會(huì)、第五屆中國(guó)智能計(jì)算大會(huì)、第十三屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2011年

9 肖雁;符卓;李育安;;帶軟時(shí)間窗的車(chē)輛路徑問(wèn)題及其應(yīng)用前景探討[A];中國(guó)運(yùn)籌學(xué)會(huì)第六屆學(xué)術(shù)交流會(huì)論文集（下卷）[C];2000年

10 許鑫;范文慧;馮雅U，

本文編號(hào)：555150