本文關(guān)鍵詞： 啟發(fā)式算法 碳排放量 車輛路徑問題 單車場多車型　出處：《系統(tǒng)管理學(xué)報》2017年05期 　論文類型：期刊論文

【摘要】：為降低華北石油局大牛地氣田采氣過程中的車輛運輸成本和車輛碳排放量,建立了單車場多車型車輛路徑問題(SHVRP)數(shù)學(xué)模型,將掃描法、插入法、鄰近法、兩階段法、遺傳算法和蟻群算法等啟發(fā)式算法作為求解SHVRP模型的基本算法,在分析算法原理、性能和適用環(huán)境等差異的基礎(chǔ)上,提出了3種混合算法:混合啟發(fā)式算法HHA(兩階段法+最遠插入法+2-OPT)、混合遺傳算法HGA(最鄰近法+2-OPT+遺傳算法)以及混合蟻群算法HACO(遺傳算法+蟻群算法)。進而,列出了HA、HHA、GA、HGA、ACO、HACO等6種算法求解同一算例的10次運行結(jié)果的平均值,混合后算法的運行結(jié)果對比混合前算法的優(yōu)勢說明了混合算法的優(yōu)越性。綜合總配送成本、總碳排放量、配送車輛數(shù)和首次搜索到最優(yōu)解的迭代數(shù)及計算時間等對3種混合算法進行比較,得出HACO最優(yōu),HGA次之,HHA最差。最后,將基于混合算法的智能運輸方案與大牛地氣田現(xiàn)有的基于經(jīng)驗法則的運輸模式作對比,進一步說明了所提混合算法的可行性和有效性。
[Abstract]:In order to reduce vehicle transportation cost and vehicle carbon emission during gas production in Danudi Gas Field of North China Petroleum Bureau, a mathematical model of SHVRPfor multi-type vehicle routing problem in single yard was established, scanning method and inserting method were used. The heuristic algorithms, such as proximity method, two-stage method, genetic algorithm and ant colony algorithm, are the basic algorithms to solve the SHVRP model, on the basis of analyzing the differences of algorithm principle, performance and applicable environment. Three hybrid algorithms are proposed: hybrid heuristic algorithm HHA (two-stage furthest insertion method 2-OPT). Hybrid genetic algorithm HGA (nearest neighbor 2-OPT genetic algorithm) and hybrid ant colony algorithm HACO (genetic algorithm ant colony algorithm). ACO-HACO and other six algorithms are used to calculate the average value of the results of 10 runs of the same example. Compared with the advantages of the pre-hybrid algorithm, the advantages of the hybrid algorithm show the superiority of the hybrid algorithm. By comparing the number of vehicles and the number of iterations and computing time of the first search to the optimal solution, the results show that the HACO optimal algorithm is the next worst. Finally. By comparing the intelligent transportation scheme based on hybrid algorithm with the existing transportation mode based on empirical rule in Daniudi gas field, the feasibility and effectiveness of the proposed hybrid algorithm are further illustrated.
【作者單位】： 中國地質(zhì)大學(xué)(武漢)經(jīng)濟管理學(xué)院;中國地質(zhì)大學(xué)(武漢)數(shù)字化商務(wù)與智能管理研究中心;中南大學(xué)商學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(71103163,71573237) 教育部人文社會科學(xué)研究規(guī)劃基金資助項目(15YJA630019);教育部新世紀優(yōu)秀人才支持計劃資助項目(NCET-13-1012) 中央高�；究蒲袠I(yè)務(wù)費專項資金資助項目(CUG120111,CUG110411,G2012002A,CUG140604)
【分類號】：TP18;U116.2
【正文快照】： 大牛地氣田第一采氣廠有1個污水處理廠和60個集氣站,每個集氣站有一個甲醇(生產(chǎn)材料)儲存罐和一個污水(生產(chǎn)過程中產(chǎn)生的水合物)儲存罐,站長每周在生產(chǎn)日報上反映本站的甲醇需求量和污水儲存罐中的污水量,生產(chǎn)運行科匯總各個集氣站的甲醇需求量和污水量,從而安排車輛來完成甲

【相似文獻】

相關(guān)期刊論文 前10條

1 尹曉峰;杜艷萍;;車輛路徑問題的蟻群算法研究[J];太原科技大學(xué)學(xué)報;2005年04期

2 王云平;;車輛路徑問題的形式化及其知識表示方法研究[J];遼寧省交通高等專科學(xué)校學(xué)報;2006年04期

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

4 唐連生;梁劍;;突發(fā)事件下的車輛路徑問題研究綜述[J];鐵道運輸與經(jīng)濟;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)度中的車輛路徑問題[J];物流技術(shù);2008年12期

6 劉紅梅;陳楊;;車輛路徑問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)重車輛路徑問題[J];控制理論與應(yīng)用;2008年04期

8 熊志華;邵春福;姚智勝;;車輛路徑問題的可靠性研究[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輛路徑問題[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2009年02期

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

相關(guān)會議論文 前3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(xué)會第七屆學(xué)術(shù)交流會論文集（下卷）[C];2004年

2 陳美軍;張志勝;史金飛;;MDVRPMC問題的智能多態(tài)蟻群算法研究[A];2007第三屆中國智能交通年會論文集[C];2007年

3 張建同;馮子炎;;求解車輛路徑問題的改進CW節(jié)約算法[A];第十屆中國不確定系統(tǒng)年會、第十四屆中國青年信息與管理學(xué)者大會論文集[C];2012年

相關(guān)博士學(xué)位論文 前10條

1 劉霞;車輛路徑問題的研究[D];華中科技大學(xué);2007年

2 陸琳;不確定信息車輛路徑問題及其算法研究[D];南京航空航天大學(xué);2007年

3 唐連生;突發(fā)事件下的車輛路徑問題研究[D];西南交通大學(xué);2008年

4 謝秉磊;隨機車輛路徑問題研究[D];西南交通大學(xué);2003年

5 符卓;開放式車輛路徑問題及其應(yīng)用研究[D];中南大學(xué);2003年

6 呂雄偉;郵政物流車輛路徑問題研究[D];西南交通大學(xué);2009年

7 潘立軍;帶時間窗車輛路徑問題及其算法研究[D];中南大學(xué);2012年

8 彭碧濤;三維裝載約束下車輛路徑問題研究[D];華南理工大學(xué);2013年

9 馬華偉;帶時間窗車輛路徑問題及其啟發(fā)式算法研究[D];合肥工業(yè)大學(xué);2008年

10 王科峰;節(jié)點具有雙重需求的車輛路徑問題研究[D];上海理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 李文忠;有捎帶的車輛路徑問題的研究[D];西南交通大學(xué);2010年

2 曹高立;基于求解車輛路徑問題的混合智能優(yōu)化算法研究[D];昆明理工大學(xué);2015年

3 杜濤濤;仿生智能算法在逆向物流選址與車輛路徑問題中的應(yīng)用研究[D];上海工程技術(shù)大學(xué);2015年

4 鄧璇;考慮貨物類別的多車型車輛路徑問題優(yōu)化研究[D];長安大學(xué);2015年

5 史春燕;帶車輛時間窗的多車場車輛路徑問題研究[D];重慶工商大學(xué);2015年

6 王坤;城市物流車輛配送路徑優(yōu)化研究[D];重慶交通大學(xué);2015年

7 王浩光;改進伊藤算法及其在車輛路徑問題中的研究與應(yīng)用[D];浙江工業(yè)大學(xué);2015年

8 謝婉君;A快遞公司C站點車輛路徑優(yōu)化問題研究[D];華南理工大學(xué);2015年

9 李陽;帶時間窗的多車場低碳車輛路徑問題研究[D];南京農(nóng)業(yè)大學(xué);2014年

10 邵楷;基于人工蜂群算法的車輛路徑問題的研究與應(yīng)用[D];武漢輕工大學(xué);2015年

，

本文編號：1489626