發(fā)布時(shí)間：2020-10-11 00:11

　　 為了降低家具配送成本,提高物流效率,基于第三方物流配送模式,構(gòu)建了以總行駛距離最短和車輛數(shù)最少為最優(yōu)目標(biāo)的開放式車輛路徑問題(open vehicle routing problem, OVRP)數(shù)學(xué)模型,并設(shè)計(jì)了一個(gè)改進(jìn)的兩階段禁忌搜索算法進(jìn)行求解,第1階段求解包含所有客戶的TSP (traveling salesman problem)路徑來作為第2階段劃分OVRP路徑的基礎(chǔ).設(shè)計(jì)了一個(gè)隨機(jī)動(dòng)態(tài)禁忌表,并將"鄰域算子編號(hào)"和"鄰域交換點(diǎn)對"同時(shí)作為禁忌對象,避免了過度禁忌的情況.另外,對5個(gè)鄰域算子進(jìn)行了測試,表明采用由點(diǎn)交換、分序點(diǎn)插入、點(diǎn)逆序和前點(diǎn)前向插入這4個(gè)算子組成的多鄰域結(jié)構(gòu)體效果最佳.經(jīng)算例測試和文獻(xiàn)對比,驗(yàn)證了設(shè)計(jì)算法的有效性,采用第三方物流配送比自營物流配送更節(jié)省成本.
【部分圖文】：

ITTSA的基本流程

根據(jù)表2的數(shù)據(jù)可知, NO4優(yōu)化效果最好, 因此在本文采取兩種鄰域算子的測試中, 以NO4為其中算子之一, 分別與算子1、 2、 3和5進(jìn)行組合, 產(chǎn)生NO41、 NO42、 NO43和NO45四種情況. 具體測試結(jié)果如表3所示, 繪制曲線圖如圖3所示. 由此可以看出, NO43在尋找最好值上效果最好, 車輛數(shù)求得了最小數(shù), 在平均值和方差等指標(biāo)方面稍差. 由于鄰域算子測試的目的主要在于判斷各個(gè)算子在算法中的尋優(yōu)能力, 在30次測試中, NO43求得的最好值要優(yōu)于其它算子組合, 所以判斷NO43算子組合優(yōu)化效果最好.表3 采用2種鄰域算子測試的結(jié)果比較Tab.3 Comparison of test results using two kinds of neighborhood operators 鄰域算子 best.Z avg.Z worst.Z dev.Z dev.Z/% sd.Z K NO41 737.40 782.02 841.01 103.61 14.05 24.29 8 NO42 736.65 783.67 836.73 100.08 13.59 25.81 8 NO43 717.40 777.23 828.41 111.01 15.47 28.60 8 NO45 734.99 758.73 798.31 63.31 8.61 15.90 8 注: NO41表示在算例測試中采取了鄰域算子4和鄰域算子1的組合, 下同.

表3 采用2種鄰域算子測試的結(jié)果比較Tab.3 Comparison of test results using two kinds of neighborhood operators 鄰域算子 best.Z avg.Z worst.Z dev.Z dev.Z/% sd.Z K NO41 737.40 782.02 841.01 103.61 14.05 24.29 8 NO42 736.65 783.67 836.73 100.08 13.59 25.81 8 NO43 717.40 777.23 828.41 111.01 15.47 28.60 8 NO45 734.99 758.73 798.31 63.31 8.61 15.90 8 注: NO41表示在算例測試中采取了鄰域算子4和鄰域算子1的組合, 下同.3) 采取3種鄰域算子.
【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 裴振兵;陳雪波;;改進(jìn)蟻群算法及在車輛運(yùn)輸調(diào)度中的應(yīng)用[J];信息與控制;2015年06期

2 熊浩;鄢慧麗;;需求可拆分車輛路徑問題的三階段禁忌算法[J];系統(tǒng)工程理論與實(shí)踐;2015年05期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 沈鵬;;物流配送路徑優(yōu)化問題求解的量子蟻群算法[J];計(jì)算機(jī)工程與應(yīng)用;2013年21期

2 李秀娟;楊玥;蔣金葉;姜立明;;蟻群優(yōu)化算法在物流車輛調(diào)度系統(tǒng)中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2013年10期

3 祝文康;鐘育彬;;基于改進(jìn)蟻群算法的物流車輛調(diào)度問題研究[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

4 陳迎欣;;基于改進(jìn)蟻群算法的車輛路徑優(yōu)化問題研究[J];計(jì)算機(jī)應(yīng)用研究;2012年06期

5 劉旺盛;楊帆;李茂青;陳培芝;;需求可拆分車輛路徑問題的聚類求解算法[J];控制與決策;2012年04期

6 徐濱;張亦;;改進(jìn)的螞蟻算法車輛運(yùn)行調(diào)度算法研究[J];計(jì)算機(jī)仿真;2011年10期

7 孟凡超;陸志強(qiáng);孫小明;;需求可拆分車輛路徑問題的禁忌搜索算法[J];計(jì)算機(jī)輔助工程;2010年01期

8 孫瑩;連民杰;;基于改進(jìn)蟻群算法的地下礦車輛生產(chǎn)調(diào)度路徑優(yōu)化研究[J];金屬礦山;2010年02期

9 戴樹貴;陳文蘭;潘蔭榮;胡幼華;;多配送中心車輛路徑安排問題混合蟻群算法[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2008年06期

10 陳美軍;張志勝;史金飛;;多約束下多車場車輛路徑問題的蟻群算法研究[J];中國機(jī)械工程;2008年16期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉長石;賴明勇;;基于模糊聚類與車輛協(xié)作策略的隨機(jī)車輛路徑問題[J];管理工程學(xué)報(bào);2010年02期

2 馬漢武;徐森;朱維;;考慮裝卸頻率的大規(guī)模車輛路徑問題研究[J];計(jì)算機(jī)應(yīng)用研究;2011年08期

3 李俊青;黃體浩;宋美嫻;韓玉艷;;一種改進(jìn)人工魚群算法求解冷鏈中車輛路徑問題[J];聊城大學(xué)學(xué)報(bào)(自然科學(xué)版);2020年05期

4 柳毅;余福茂;俞武揚(yáng);;同時(shí)取送貨車輛路徑問題的改進(jìn)人工魚群算法[J];杭州電子科技大學(xué)學(xué)報(bào);2014年03期

5 戎麗霞;;模糊需求條件下車輛路徑問題的模糊模擬[J];計(jì)算機(jī)工程與應(yīng)用;2010年18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(jì)算機(jī)工程;2009年17期

7 馮雪;裴志松;;求解裝卸混合車輛路徑問題的模擬退火遺傳算法[J];計(jì)算機(jī)測量與控制;2011年08期

8 文軍;;基于車輛共享的多配送中心車輛路徑問題研究[J];物流工程與管理;2019年02期

9 寧濤;陳榮;郭晨;馮瑞芳;;一種基于云計(jì)算環(huán)境的動(dòng)態(tài)車輛路徑問題解決策略[J];交通運(yùn)輸工程與信息學(xué)報(bào);2015年03期

10 張智海;吳星瑋;;帶時(shí)間窗車輛路徑問題的并行遺傳算法[J];工業(yè)工程;2007年03期

相關(guān)博士學(xué)位論文 前7條

1 葛斌;求解車輛路徑問題的蟻群優(yōu)化算法研究及應(yīng)用[D];合肥工業(yè)大學(xué);2016年

2 王超;配送企業(yè)車輛路徑問題模型與算法研究[D];北京交通大學(xué);2015年

3 李劍;微粒群算法及其在物流系統(tǒng)中的應(yīng)用研究[D];華中科技大學(xué);2008年

4 陳萍;啟發(fā)式算法及其在車輛路徑問題中的應(yīng)用[D];北京交通大學(xué);2009年

5 但正剛;基于多代理的兩階段實(shí)時(shí)車輛調(diào)度系統(tǒng)研究[D];清華大學(xué);2008年

6 潘震東;閉環(huán)供應(yīng)鏈中的生產(chǎn)批量計(jì)劃與運(yùn)輸協(xié)調(diào)的優(yōu)化方法[D];東北大學(xué);2014年

7 姜昌華;遺傳算法在物流系統(tǒng)優(yōu)化中的應(yīng)用研究[D];華東師范大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 浦攀;基于實(shí)時(shí)信息的動(dòng)態(tài)車輛路徑問題模型與算法研究[D];杭州電子科技大學(xué);2019年

2 葉亮;基于啟發(fā)式算法的車輛配送問題優(yōu)化研究[D];安慶師范大學(xué);2019年

3 盧亞培;基于時(shí)間窗的多配送中心單向車輛路徑問題研究[D];重慶郵電大學(xué);2018年

4 孫偉;電子商務(wù)背景下快遞末端配送車輛路徑問題研究[D];浙江海洋大學(xué);2019年

5 程立剛;復(fù)雜約束下的機(jī)場接泊服務(wù)調(diào)度問題研究[D];華中科技大學(xué);2019年

6 余偉偉;基于啟發(fā)式優(yōu)化算法的物流車輛路徑問題的研究[D];北京工業(yè)大學(xué);2019年

7 何志娟;基于混合智能優(yōu)化算法的軟時(shí)間窗車輛路徑問題研究[D];武漢大學(xué);2019年

8 黃粲;基于Spark的取送貨車輛路徑問題的高效算法研究[D];廈門大學(xué);2017年

9 孟靜;帶軟時(shí)間窗約束的車輛路徑問題的混合算法研究及其應(yīng)用[D];廈門大學(xué);2017年

10 郭倩;基于改進(jìn)蝙蝠算法的車輛路徑問題研究[D];河南大學(xué);2018年

本文編號(hào)：2835746