本文選題：Q學(xué)習(xí)　切入點：差分進化　出處：《重慶大學(xué)學(xué)報》2017年03期 　論文類型：期刊論文

【摘要】：針對傳統(tǒng)兩級車輛路徑優(yōu)化過程,存在的精度不高,收斂時間過長的問題,提出一種基于Q學(xué)習(xí)理論和差分進化的Memetic算法。首先,對兩級車輛路徑優(yōu)化問題進行研究,利用最優(yōu)分割法獲得第一級配送方案,以此確定中轉(zhuǎn)站配送數(shù)量,然后求解第二級多配送中心車輛路徑問題配送方案,獲得兩級優(yōu)化問題的總里程及總配送車輛數(shù)量;其次,針對第二級MDVRP配送方案求解,利用Q學(xué)習(xí)理論和差分進化算法,設(shè)計新的Memetic算法,來實現(xiàn)對多配送中心車輛路徑問題配送方案的全局優(yōu)化;最后,通過仿真驗證了所提算法的有效性。
[Abstract]:Aiming at the problems of low precision and long convergence time in the traditional two-stage vehicle routing optimization process, a Memetic algorithm based on Q-learning theory and differential evolution is proposed. Firstly, the two-stage vehicle routing optimization problem is studied. The first stage distribution scheme is obtained by using the optimal partition method to determine the distribution quantity of the transfer station, and then the distribution scheme of the second stage multi-distribution center vehicle routing problem is solved to obtain the total mileage and the total distribution vehicle number of the two-level optimization problem. Secondly, Aiming at the solution of the second-level MDVRP distribution scheme, a new Memetic algorithm is designed by using Q-learning theory and differential evolution algorithm to realize the global optimization of the vehicle routing problem in multi-distribution centers. The effectiveness of the proposed algorithm is verified by simulation.
【作者單位】： 西南科技大學(xué)計算機科學(xué)與技術(shù)學(xué)院;西南交通大學(xué)信息科學(xué)與技術(shù)學(xué)院;江西師范大學(xué)軟件學(xué)院;
【基金】：國家支撐計劃課題資助項目(2012BAH20F01) 西南科技大學(xué)博士基金資助項目(16ZX7105) 四川省科技廳資助項目(2014GZX0009)~~
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 程相巍;杜亞江;;智能交通系統(tǒng)中車輛路徑優(yōu)化問題的研究[J];洛陽理工學(xué)院學(xué)報(自然科學(xué)版);2012年04期

2 陳印;徐紅梅;;混合算法在車輛路徑優(yōu)化問題中的應(yīng)用[J];計算機仿真;2012年05期

3 桂林林;趙杰;;基于改進蟻群算法的有時間窗車輛路徑優(yōu)化研究[J];現(xiàn)代計算機(專業(yè)版);2012年18期

4 蔣忠中;汪定偉;;物流配送車輛路徑優(yōu)化的模糊規(guī)劃模型與算法[J];系統(tǒng)仿真學(xué)報;2006年11期

5 邵國金;沈云琴;;基于免疫計算的物流配送車輛路徑優(yōu)化[J];計算機測量與控制;2010年07期

6 陳迎欣;;基于改進蟻群算法的車輛路徑優(yōu)化問題研究[J];計算機應(yīng)用研究;2012年06期

7 何小年;謝小良;;帶裝載量約束的物流配送車輛路徑優(yōu)化研究[J];計算機工程與應(yīng)用;2009年34期

8 劉希洋;趙建民;徐慧英;朱信忠;;基于改進型蟻群算法求解車輛路徑優(yōu)化問題的研究[J];計算機時代;2010年03期

9 孫少龍;吳小濤;張珂珂;馮凱;席小斌;;PSO算法在物流配送車輛路徑優(yōu)化模型中的應(yīng)用[J];電子世界;2012年15期

10 許永花;黃立君;;改進遺傳算法在牛奶運輸車輛路徑優(yōu)化中的應(yīng)用[J];東北農(nóng)業(yè)大學(xué)學(xué)報;2008年11期

相關(guān)會議論文 前1條

1 吳雋;陳定方;李文鋒;胡俊杰;;基于改進蟻群算法的有時間窗車輛路徑優(yōu)化[A];湖北省機械工程學(xué)會設(shè)計與傳動學(xué)會、武漢機械設(shè)計與傳動學(xué)會2008年學(xué)術(shù)年會論文集（2）[C];2008年

相關(guān)博士學(xué)位論文 前2條

1 張家善;基于改進蟻群算法的物流配送車輛路徑優(yōu)化研究[D];遼寧工程技術(shù)大學(xué);2014年

2 阮清方;考慮裝卸策略的帶取送車輛路徑優(yōu)化問題研究[D];清華大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 張紅豆;基于蟻群算法的物流系統(tǒng)配送車輛路徑優(yōu)化問題研究[D];昆明理工大學(xué);2015年

2 王芹;帶時間窗的冷鏈?zhǔn)称肺锪髋渌瓦x址及運輸路徑優(yōu)化問題研究[D];長安大學(xué);2015年

3 李凱;基于蟻群算法的車輛路徑優(yōu)化方法研究與應(yīng)用[D];長沙理工大學(xué);2014年

4 劉波;第四方物流共同配送模式下的車輛路徑優(yōu)化研究[D];長春工業(yè)大學(xué);2016年

5 張昊;車輛運輸路徑優(yōu)化問題研究與應(yīng)用[D];長春工業(yè)大學(xué);2016年

6 程相巍;智能交通系統(tǒng)中車輛路徑優(yōu)化問題的研究[D];蘭州交通大學(xué);2013年

7 張宏;物流配送中的車輛路徑優(yōu)化問題研究[D];哈爾濱工業(yè)大學(xué);2007年

8 唐小剛;半開放式多配送中心多車型車輛路徑優(yōu)化問題研究[D];廣東工業(yè)大學(xué);2015年

9 丁寶錄;集送一體化條件下的車輛路徑優(yōu)化問題研究[D];青島大學(xué);2009年

10 張立營;物流公司車輛路徑優(yōu)化算法的改進[D];首都經(jīng)濟貿(mào)易大學(xué);2011年

，

本文編號：1630544