發(fā)布時間：2017-04-02 14:04

  本文關(guān)鍵詞：危險化學品車輛路徑問題及算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：危險化學品因其固有的危險性,容易引發(fā)事故,且事故后果往往很嚴重,對于危險化學品各個管理環(huán)節(jié)必須考慮其安全性。本文針對危險化學品車輛路徑問題,研究了單倉庫與多倉庫的危險化學品車輛路徑問題,同時還對求解這些問題的算法進行了研究。因為危險化學品車輛路徑問題是NP難的問題,針對NP難的問題基本上都是通過設計啟發(fā)式算法搜尋近似最優(yōu)解。本文把GA與PSO這兩種基于群概念的算法相結(jié)合,同時適當?shù)睦肔-BFGS極強的局部搜索能力,提出一種整體性能更優(yōu)的混合算法-加加強局部搜索的遺傳-粒子群算法(L-GPS)。并且,在混合算法中加入隨機擾動策略和最佳交換點評估策略來增強搜索效率和平衡全局與局部的搜索能力,數(shù)值實驗證明了該算法求解NP難問題的有效性,為后續(xù)進一步的算法設計的研究打下了基礎。危險化學品車輛路徑問題可以分為單倉庫的問題和多倉庫的問題。針對單倉庫的問題,本文對其建立了同時考慮運輸費用和運輸安全風險的雙目標優(yōu)化模型,風險度量采用考慮路徑上物品載重量變化的風險度量方式。不同于該類傳統(tǒng)模型,本文新引入了描述需求點訪問次序的決策變量,降低了傳統(tǒng)模型中的決策變量個數(shù)和約束條件的數(shù)量,達到了簡化模型的效果。針對該新模型的求解,本文提出了種改進的粒子群算法,將非支配解方法與種群雜交策略相結(jié)合來處理雙目標問題,在迭代過程中加入了局部搜索策略以增強算法效率。數(shù)值實驗說明與傳統(tǒng)的粒子群算法相比改進的粒子群算法具有更優(yōu)的搜索效率。針對多倉庫的問題,本文將其在單倉庫的基礎上進行擴展。同樣的,針對多倉庫的問題,本文建立了一個新的模型,同時提出了一個新的兩階段啟發(fā)式算法對其進行求解。首先,根據(jù)聚類算法將多倉庫的問題轉(zhuǎn)化成多個單倉庫的問題,然后運用改進的粒子群算法對多個單倉庫問題分別進行求解。數(shù)值實驗表明本文提出的兩階段啟發(fā)式算法可以很好的處理多倉庫的問題。
【關(guān)鍵詞】：危險化學品 車輛路徑問題 NP難問題 啟發(fā)式算法 雙目標優(yōu)化
【學位授予單位】：北京化工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TQ086.52;TP18
【目錄】：

• 摘要5-7
• ABSTRACT7-16
• 第一章 緒論16-38
• 1.1 論文選題背景16-19
• 1.1.1 危險化學品和相關(guān)事故16-17
• 1.1.2 危險化學品事故統(tǒng)計分析17-19
• 1.2 論文研究意義19-21
• 1.2.1 研究的必要性19-20
• 1.2.2 研究的意義20-21
• 1.3 危險化學品車輛路徑問題研究現(xiàn)狀21-23
• 1.4 風險度量23-27
• 1.4.1 風險度量的定義23
• 1.4.2 風險分析方法23-24
• 1.4.3 危險化學品運輸?shù)某Ｓ蔑L險度量方法24-25
• 1.4.4 VaR與CVaR方法25-27
• 1.5 危險化學品車輛路徑問題的相關(guān)求解算法27-35
• 1.5.1 常用方法28
• 1.5.2 傳統(tǒng)啟發(fā)式算法28-29
• 1.5.3 現(xiàn)代啟發(fā)式算法29-35
• 1.6 文章主要研究內(nèi)容和創(chuàng)新點35-36
• 1.7 本文章節(jié)安排36-38
• 第二章 混合遺傳-粒子群算法38-48
• 2.1 L-GPS算法的提出38-41
• 2.1.1 遺傳-粒子群混合39
• 2.1.2 最佳交換點評估策略39-40
• 2.1.3 加強局部搜索策略40
• 2.1.4 隨機擾動策略40
• 2.1.5 L-GPS算法的具體步驟40-41
• 2.2 L-GPS算法的數(shù)值實驗41-48
• 第三章 單倉庫危險化學品車輛路徑問題的一個新模型及算法研究48-60
• 3.1 運輸模型48-53
• 3.1.1 問題描述48-49
• 3.1.2 符號說明49
• 3.1.3 風險度量49-50
• 3.1.4 路徑風險50-52
• 3.1.5 模型建立52-53
• 3.2 算法設計53-57
• 3.2.1 初始解的構(gòu)造53-54
• 3.2.2 粒子群更新54-55
• 3.2.3 雙目標的處理方法55
• 3.2.4 局部搜索策略55-56
• 3.2.5 算法流程56-57
• 3.3 數(shù)值實驗57-60
• 第四章 多倉庫危險化學品車輛路徑問題的一個新模型及算法研究60-72
• 4.1 運輸模型60-66
• 4.1.1 問題描述60-61
• 4.1.2 符號說明61-62
• 4.1.3 風險度量62-63
• 4.1.4 路徑風險63-65
• 4.1.5 模型建立65-66
• 4.2 兩階段啟發(fā)式算法66-68
• 4.2.1 多維信息啟發(fā)式分類算法66-68
• 4.2.2 改進的粒子群算法68
• 4.3 數(shù)值實驗68-72
• 結(jié)論72-74
• 參考文獻74-78
• 致謝78-80
• 攻讀碩士期間發(fā)表的論文80-82
• 作者和導師簡介82-83
• 北京化工大學碩士研究生學位論文答辯委員會決議書83-84

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 李健;白曉昀;任正中;吳軍;;2011～2013年我國危險化學品事故統(tǒng)計分析及對策研究[J];中國安全生產(chǎn)科學技術(shù);2014年06期

2 公茂果;焦李成;楊咚咚;馬文萍;;進化多目標優(yōu)化算法研究[J];軟件學報;2009年02期

  本文關(guān)鍵詞：危險化學品車輛路徑問題及算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：282594