研究綠色同時取送貨車輛調(diào)度問題,提出改進(jìn)的遺傳禁忌搜索算法(Genetic Algorithm with Tabu Search,GA-TS)求解該問題。模型中,以服務(wù)成本、油耗成本和碳排放成本構(gòu)成的總成本最小為目標(biāo),采用了綜合模型計算油耗和碳排放成本,引入三角模糊數(shù)來描述客戶需求的不確定性,并考慮同時取送貨需求。在改進(jìn)的GA-TS算法中,將懲罰因子引入適應(yīng)度函數(shù),采用結(jié)合精英策略的選擇算子,提出結(jié)合禁忌搜索算法的變異算子。在案例分析中,采用田口分析法獲取合理的參數(shù)設(shè)置,通過案例結(jié)果分析和算法對比分析驗證模型和算法的有效性和先進(jìn)性。
【部分圖文】：

的最優(yōu)解相較于傳統(tǒng)遺傳算法而言，可使總成本降低31.1%；相較于粒子群算法而言，可使總成本降低60.03%。對比碳排放與旅行時間，三種算法的差別不大。另外，經(jīng)過驗算發(fā)現(xiàn)，當(dāng)客戶數(shù)量為90時，總成本高于正常水平，這是由于車輛的載重超過車輛容量限制，從而產(chǎn)生了較高的懲罰成本，此種情況下可考慮用不同的車型安排取送貨，這將是下一步的研究方向。綜上，當(dāng)客戶為小規(guī)模及中等規(guī)模時，本文算法求解模糊需求下綠色同時取送貨問題的求解效果均優(yōu)于GA和PSO。當(dāng)客戶規(guī)模較大時，本文算法的求解效果仍遠(yuǎn)優(yōu)于GA和PSO。且從圖6可以看出，粒子群算法的收斂速度最快，但結(jié)果最差；遺傳算法的求解結(jié)果優(yōu)于粒子群算法，但是收斂速度較慢；改進(jìn)的遺傳禁忌算法的求解效果最好，收斂速度僅略低于粒子群算法。故而，認(rèn)為改進(jìn)的遺傳禁忌算法對于求解該問題是實用且有效的。5結(jié)束語本文以VRPSPD為基本模型，考慮了客戶需求的不確定性以及客戶服務(wù)時間，引入了綜合碳排放計算方法，建立了模糊需求下的綠色同時取送貨模型，并提出了一種求解該問題的遺傳禁忌搜索算法。通過案例分析驗證了模型和算法對于處理模糊需求下的綠色同時取送貨車輛調(diào)度問題的可行性和有效性。結(jié)果表明，車輛的總旅行時間與油耗量并非單純的線性關(guān)系，需要考慮車輛在各客戶點的服務(wù)時間。同時，改進(jìn)的遺傳禁忌搜索算法在求解小規(guī)模及中等規(guī)模客戶量時，求解效果及收斂性均優(yōu)于傳統(tǒng)的遺傳算法和粒子群算法。當(dāng)客戶規(guī)模較大時，改進(jìn)的遺傳禁忌搜索算法對于總成本的求解效果仍遠(yuǎn)優(yōu)于傳統(tǒng)的遺傳算法和粒子群算法。本文以低碳作為研究目標(biāo)，建立的模型及求解算法對于物流企業(yè)在綠色可持續(xù)發(fā)展的背景下進(jìn)行物流配送提供了優(yōu)化支持，也為政府相關(guān)部門制定節(jié)能減排政策提供了一
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃明,閆淑娟,梁旭;遺傳算法和禁忌搜索算法在車間調(diào)度中的研究進(jìn)展[J];工業(yè)控制計算機;2004年02期

2 方永慧,劉光遠(yuǎn),賀一,邱玉輝;一種基于插入法的禁忌搜索算法[J];西南師范大學(xué)學(xué)報(自然科學(xué)版);2003年06期

3 吳勝昔;劉威;盧文建;顧幸生;;一類面向倉庫車輛路徑優(yōu)化的改進(jìn)禁忌搜索算法及其應(yīng)用[J];華東理工大學(xué)學(xué)報(自然科學(xué)版);2018年04期

4 孫艷豐;;基于遺傳算法和禁忌搜索算法的混合策略及其應(yīng)用[J];北京工業(yè)大學(xué)學(xué)報;2006年03期

5 彭碧濤;周永務(wù);周世平;;求解三維裝載約束下車輛路徑問題的混合禁忌搜索算法[J];福建電腦;2013年11期

6 程航;張磊;;求解最短路問題的改進(jìn)禁忌搜索算法[J];交通科技與經(jīng)濟;2018年02期

7 孫淑光;張?zhí)s;;遺傳與禁忌搜索算法組合的停機位優(yōu)化分配[J];中國民航大學(xué)學(xué)報;2019年04期

8 熊杰;楊東升;王允森;;遺傳禁忌搜索算法在工業(yè)機器人結(jié)構(gòu)參數(shù)辨識上的應(yīng)用[J];組合機床與自動化加工技術(shù);2015年12期

9 廖大強;鄔依林;印鑒;;基于禁忌搜索算法的線路規(guī)劃方案求解[J];計算機工程與設(shè)計;2015年05期

10 朱永利;陳英偉;韓凱;;基于改進(jìn)的遺傳禁忌搜索算法求解電力線路最佳搶修路徑[J];信息化縱橫;2009年06期

相關(guān)博士學(xué)位論文 前1條

1 石嘉川;基于模糊評價的配電網(wǎng)絡(luò)多目標(biāo)優(yōu)化研究[D];山東大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 付秦紅;基于禁忌搜索和蟻群的混合智能算法解決VRP的研究[D];武漢輕工大學(xué);2018年

2 楊東林;在O2O情景下的送取貨集成決策[D];上海交通大學(xué);2017年

3 攝偉;基于禁忌搜索算法的區(qū)域電網(wǎng)無功優(yōu)化[D];西安科技大學(xué);2008年

4 張策;禁忌搜索的并行化及其應(yīng)用[D];天津職業(yè)技術(shù)師范大學(xué);2020年

5 王樂;對解決背包問題的遺傳禁忌搜索算法的研究[D];鄭州大學(xué);2006年

6 王超;基于混合遺傳禁忌搜索算法的多目標(biāo)柔性作業(yè)車間調(diào)度問題研究[D];重慶大學(xué);2012年

7 葉碧蝦;基于遺傳和禁忌搜索算法的排課系統(tǒng)研究與實現(xiàn)[D];廈門大學(xué);2009年

8 陸楠;道路堵塞干擾下物流配送車輛調(diào)度研究[D];河北工程大學(xué);2014年

9 郭萬丹;基于遺傳禁忌搜索算法的貨位分配問題研究[D];遼寧科技大學(xué);2016年

10 楊敬;禁忌搜索與SQP相結(jié)合的混合優(yōu)化算法研究[D];浙江大學(xué);2006年

本文編號：2877412