21世紀(jì),我國(guó)GDP總量飛速上升,許多行業(yè)蓬勃發(fā)展,特別是如今蒸蒸日上的物流行業(yè),更是我國(guó)經(jīng)濟(jì)發(fā)展的基礎(chǔ)性支柱行業(yè),但是由于物流運(yùn)輸水平受限于高額的物流運(yùn)輸成本,所以很大地阻礙著國(guó)內(nèi)許多物流企業(yè)的發(fā)展。這就使得怎樣有效提升物流運(yùn)輸水平進(jìn)而節(jié)約物流運(yùn)輸成本成為學(xué)術(shù)界和行業(yè)界的十分重要的課題�；谖锪餍袠I(yè)的早期運(yùn)作方式,學(xué)術(shù)界提出了車輛路徑問題,為此國(guó)內(nèi)外學(xué)者做了大量的研究且取得了許多不錯(cuò)的研究成果,但是隨著科學(xué)技術(shù)的發(fā)展,如今的物流行業(yè)遇到的車輛路徑問題也更加復(fù)雜多變,從而衍伸出更多的問題--多約束車輛路徑問題、多中心車輛路徑問題以及多目標(biāo)的多約束多中心車輛路徑問題,對(duì)于這些衍伸問題國(guó)內(nèi)外學(xué)者研究不多,特別是對(duì)于多目標(biāo)的多約束多中心車輛路徑問題的研究更是欠缺。基于此本文首先給出了車輛路徑問題及其衍伸問題的研究背景,分析了目前車輛路徑問題及其衍伸問題方面的研究成果,通過參閱國(guó)內(nèi)外文獻(xiàn)綜述與研究成果,分別對(duì)基本車輛路徑問題、多約束車輛路徑問題以及多目標(biāo)的多約束中心車輛路徑問題進(jìn)行了詳細(xì)分析并建立相應(yīng)的數(shù)學(xué)模型。然后在這些建立好的模型基礎(chǔ)上,深入研究啟發(fā)式優(yōu)化算法的方法原理,針對(duì)目前國(guó)內(nèi)外應(yīng)用... 

【文章來(lái)源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁(yè)數(shù)】：96 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基本VRP問題的解示例

圖 2-2 遺傳算法一般流程圖Figure 2-2 General Flow Chart of Genetic Algori優(yōu)過程中能夠主動(dòng)獲取和儲(chǔ)存相關(guān)尋優(yōu)空息來(lái)收縮尋優(yōu)空間，自適應(yīng)地限制尋優(yōu)過而獲得目標(biāo)問題的有用可行解或最佳解，效求解算法多是采用遺傳算法來(lái)求解V算法[26](VRP optimization algorithm base分析和流程如下所示。于基本 VRP 問題分析：基本 VRP 問題比采用遺傳算法的思路對(duì)所用車輛和顧客進(jìn)可重復(fù)的自然數(shù)的順序表示車輛排列，采序表示顧客排列，兩者相對(duì)應(yīng)，構(gòu)成一個(gè)配送路徑方案，隨后計(jì)算該配送方案的總直到循環(huán)結(jié)束。個(gè)用 3 輛車向 9 個(gè)顧客派送的車輛派送優(yōu)

圖 2-3 基于遺傳算法的 VRP 問題優(yōu)化流程圖3 Flow chart of VRP optimization based on genetic algRP 的算法步驟，具體如下算法 1-1 所示：P optimization algorithm based on genetic algori傳算法的 VRP 問題優(yōu)化算法，顧客數(shù)量M ，最大進(jìn)化代數(shù)maxT ，交叉概.成規(guī)模為 N 的種群，對(duì)車輛和顧客進(jìn)行二進(jìn)為適應(yīng)度評(píng)估函數(shù)對(duì)個(gè)體進(jìn)行評(píng)價(jià)最優(yōu)個(gè)體存儲(chǔ)與輪盤賭相結(jié)合的淘汰策略，度值由小到大排序，將排序后最好的個(gè)體直個(gè)體需要采用輪盤賭方法和上代群體的 N 個(gè)編碼方式下有幾種編碼方式：僅對(duì)車輛編碼


本文編號(hào)：2902247