模糊需求與時(shí)間窗的車輛路徑問(wèn)題及混合遺傳算法求解
發(fā)布時(shí)間:2022-02-13 06:14
針對(duì)帶模糊需求與模糊時(shí)間窗的車輛路徑問(wèn)題,以總行駛距離、車輛使用數(shù)最小化,以及平均客戶滿意度最大化為目標(biāo),構(gòu)建基于可信性測(cè)度理論的多目標(biāo)模糊機(jī)會(huì)約束模型。為提高種群的多樣性,改進(jìn)了交叉算子,在引入局部?jī)?yōu)化算法及擂臺(tái)法則的基礎(chǔ)上,設(shè)計(jì)了適合求解多目標(biāo)車輛路徑問(wèn)題的混合遺傳算法。通過(guò)VRPTW標(biāo)準(zhǔn)算例實(shí)驗(yàn),表明算法能夠有效地求解帶時(shí)間窗的車輛路徑問(wèn)題,以及模型的合理性,同時(shí)顯示了決策者偏好值對(duì)決策目標(biāo)的影響。研究成果可為求解帶模糊需求與時(shí)間窗的車輛路徑問(wèn)題提供一種思路,也可為實(shí)際配送路徑規(guī)劃提供指導(dǎo)。
【文章來(lái)源】:系統(tǒng)管理學(xué)報(bào). 2020,29(01)北大核心CSSCICSCD
【文章頁(yè)數(shù)】:12 頁(yè)
【部分圖文】:
客戶滿意度函數(shù)圖
本文研究的VRPFDFTW屬于NP難題,此類問(wèn)題的求解通常采用啟發(fā)式算法。遺傳算法(Genetic Algorithm,GA)是一種擁有自適應(yīng)能力的隨機(jī)化搜索算法。該算法通過(guò)模擬生物進(jìn)化過(guò)程搜索最優(yōu)解,不要求優(yōu)化函數(shù)連續(xù),具有良好的全局尋優(yōu)能力,但存在過(guò)早收斂、后期收斂速度較慢等問(wèn)題。局部搜索算法是一種簡(jiǎn)單的貪心搜索算法,該算法每次從當(dāng)前解的鄰域空間中搜索獲得一個(gè)局部最優(yōu)解,經(jīng)過(guò)多個(gè)鄰域變化,擴(kuò)大搜索空間,有利于找到高質(zhì)量的滿意解。因此,本文結(jié)合遺傳算法與局部搜索算法的優(yōu)勢(shì),引入擂臺(tái)法則(Arena’s Principle,AP)構(gòu)造Pareto非支配集,解決多目標(biāo)優(yōu)化問(wèn)題中各目標(biāo)間的矛盾,設(shè)計(jì)混合遺傳算法對(duì)建立的模型進(jìn)行求解,如圖2所示。擂臺(tái)法則構(gòu)造非支配解集的基本思路是,在每一輪比較時(shí),首先,任意從當(dāng)前種群中選出一個(gè)染色體解作為擂主(一般為當(dāng)前種群中的第1個(gè)染色體);然后,將擂主與當(dāng)前種群中的剩余染色體逐一比較判斷,將被支配者(敗者)淘汰出局,支配者(勝者)成為新擂主,并繼續(xù)該輪比較;一輪比較后,最后的擂主個(gè)體即為非支配個(gè)體。以此類推進(jìn)行下一輪比較,直到當(dāng)前種群為空。
2.1 染色體編碼與解碼本文采用自然數(shù)編碼方式構(gòu)造染色體,用0表示配送中心,其他自然數(shù)表示客戶點(diǎn),染色體的編碼如圖3(a)所示,每條染色體表示客戶的配送服務(wù)順序。圖3(b)所示為對(duì)應(yīng)的解碼后的個(gè)體,每個(gè)個(gè)體表示客戶的配送服務(wù)車輛,表示車輛1從配送中心0開(kāi)始,依次經(jīng)過(guò)客戶1、3、9、5返回配送中心0,車輛2從配送中心0開(kāi)始,經(jīng)過(guò)客戶8、2、4、7、6返回配送中心0。
【參考文獻(xiàn)】:
期刊論文
[1]基于模糊時(shí)間窗的多中心開(kāi)放式車輛路徑問(wèn)題[J]. 楊翔,范厚明,張曉楠,李陽(yáng). 計(jì)算機(jī)集成制造系統(tǒng). 2016(07)
[2]模糊需求車輛路徑優(yōu)化及實(shí)時(shí)調(diào)整[J]. 張曉楠,范厚明. 上海交通大學(xué)學(xué)報(bào). 2016(01)
[3]求解帶時(shí)間窗車輛路徑問(wèn)題的有效混合PBIL算法[J]. 孟祥虎,胡蓉,錢斌. 系統(tǒng)工程理論與實(shí)踐. 2014(10)
[4]基于混合遺傳算法的模糊需求車輛路徑問(wèn)題[J]. 吳天羿,許繼恒. 解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(05)
[5]基于混合NSGA-Ⅱ的有硬時(shí)間窗的多目標(biāo)車輛路徑問(wèn)題[J]. 吳天羿,劉建永,許繼恒,翁杰,昝良. 交通運(yùn)輸系統(tǒng)工程與信息. 2014(02)
[6]帶硬時(shí)間窗的戰(zhàn)場(chǎng)物資配送車輛路徑優(yōu)化[J]. 王連鋒,宋建社,王正元,曹繼平. 系統(tǒng)工程與電子技術(shù). 2013(04)
[7]基于模糊時(shí)間窗的車輛調(diào)度問(wèn)題研究[J]. 王旭坪,張凱,胡祥培. 管理工程學(xué)報(bào). 2011(03)
[8]模糊環(huán)境下多出救點(diǎn)應(yīng)急救援車輛路徑與物資運(yùn)輸優(yōu)化研究[J]. 汪傳旭,鄧先明. 系統(tǒng)管理學(xué)報(bào). 2011(03)
[9]帶模糊預(yù)約時(shí)間的車輛路徑問(wèn)題的多目標(biāo)禁忌搜索算法[J]. 王君,李波. 計(jì)算機(jī)集成制造系統(tǒng). 2011(04)
[10]高效求解Pareto最優(yōu)前沿的多目標(biāo)進(jìn)化算法[J]. 童晶,趙明旺. 計(jì)算機(jī)仿真. 2009(06)
本文編號(hào):3622759
【文章來(lái)源】:系統(tǒng)管理學(xué)報(bào). 2020,29(01)北大核心CSSCICSCD
【文章頁(yè)數(shù)】:12 頁(yè)
【部分圖文】:
客戶滿意度函數(shù)圖
本文研究的VRPFDFTW屬于NP難題,此類問(wèn)題的求解通常采用啟發(fā)式算法。遺傳算法(Genetic Algorithm,GA)是一種擁有自適應(yīng)能力的隨機(jī)化搜索算法。該算法通過(guò)模擬生物進(jìn)化過(guò)程搜索最優(yōu)解,不要求優(yōu)化函數(shù)連續(xù),具有良好的全局尋優(yōu)能力,但存在過(guò)早收斂、后期收斂速度較慢等問(wèn)題。局部搜索算法是一種簡(jiǎn)單的貪心搜索算法,該算法每次從當(dāng)前解的鄰域空間中搜索獲得一個(gè)局部最優(yōu)解,經(jīng)過(guò)多個(gè)鄰域變化,擴(kuò)大搜索空間,有利于找到高質(zhì)量的滿意解。因此,本文結(jié)合遺傳算法與局部搜索算法的優(yōu)勢(shì),引入擂臺(tái)法則(Arena’s Principle,AP)構(gòu)造Pareto非支配集,解決多目標(biāo)優(yōu)化問(wèn)題中各目標(biāo)間的矛盾,設(shè)計(jì)混合遺傳算法對(duì)建立的模型進(jìn)行求解,如圖2所示。擂臺(tái)法則構(gòu)造非支配解集的基本思路是,在每一輪比較時(shí),首先,任意從當(dāng)前種群中選出一個(gè)染色體解作為擂主(一般為當(dāng)前種群中的第1個(gè)染色體);然后,將擂主與當(dāng)前種群中的剩余染色體逐一比較判斷,將被支配者(敗者)淘汰出局,支配者(勝者)成為新擂主,并繼續(xù)該輪比較;一輪比較后,最后的擂主個(gè)體即為非支配個(gè)體。以此類推進(jìn)行下一輪比較,直到當(dāng)前種群為空。
2.1 染色體編碼與解碼本文采用自然數(shù)編碼方式構(gòu)造染色體,用0表示配送中心,其他自然數(shù)表示客戶點(diǎn),染色體的編碼如圖3(a)所示,每條染色體表示客戶的配送服務(wù)順序。圖3(b)所示為對(duì)應(yīng)的解碼后的個(gè)體,每個(gè)個(gè)體表示客戶的配送服務(wù)車輛,表示車輛1從配送中心0開(kāi)始,依次經(jīng)過(guò)客戶1、3、9、5返回配送中心0,車輛2從配送中心0開(kāi)始,經(jīng)過(guò)客戶8、2、4、7、6返回配送中心0。
【參考文獻(xiàn)】:
期刊論文
[1]基于模糊時(shí)間窗的多中心開(kāi)放式車輛路徑問(wèn)題[J]. 楊翔,范厚明,張曉楠,李陽(yáng). 計(jì)算機(jī)集成制造系統(tǒng). 2016(07)
[2]模糊需求車輛路徑優(yōu)化及實(shí)時(shí)調(diào)整[J]. 張曉楠,范厚明. 上海交通大學(xué)學(xué)報(bào). 2016(01)
[3]求解帶時(shí)間窗車輛路徑問(wèn)題的有效混合PBIL算法[J]. 孟祥虎,胡蓉,錢斌. 系統(tǒng)工程理論與實(shí)踐. 2014(10)
[4]基于混合遺傳算法的模糊需求車輛路徑問(wèn)題[J]. 吳天羿,許繼恒. 解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(05)
[5]基于混合NSGA-Ⅱ的有硬時(shí)間窗的多目標(biāo)車輛路徑問(wèn)題[J]. 吳天羿,劉建永,許繼恒,翁杰,昝良. 交通運(yùn)輸系統(tǒng)工程與信息. 2014(02)
[6]帶硬時(shí)間窗的戰(zhàn)場(chǎng)物資配送車輛路徑優(yōu)化[J]. 王連鋒,宋建社,王正元,曹繼平. 系統(tǒng)工程與電子技術(shù). 2013(04)
[7]基于模糊時(shí)間窗的車輛調(diào)度問(wèn)題研究[J]. 王旭坪,張凱,胡祥培. 管理工程學(xué)報(bào). 2011(03)
[8]模糊環(huán)境下多出救點(diǎn)應(yīng)急救援車輛路徑與物資運(yùn)輸優(yōu)化研究[J]. 汪傳旭,鄧先明. 系統(tǒng)管理學(xué)報(bào). 2011(03)
[9]帶模糊預(yù)約時(shí)間的車輛路徑問(wèn)題的多目標(biāo)禁忌搜索算法[J]. 王君,李波. 計(jì)算機(jī)集成制造系統(tǒng). 2011(04)
[10]高效求解Pareto最優(yōu)前沿的多目標(biāo)進(jìn)化算法[J]. 童晶,趙明旺. 計(jì)算機(jī)仿真. 2009(06)
本文編號(hào):3622759
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3622759.html
最近更新
教材專著