發(fā)布時間：2018-04-30 19:15

  本文選題：非同類易腐貨品 + 車輛路徑問題　； 參考：《計算機(jī)應(yīng)用》2017年12期

【摘要】：針對配送易腐生鮮貨品的車輛其配送路徑的選擇不僅受貨品類型、制冷環(huán)境變化、車輛容量限制、交貨時間等多種因素的影響,而且需要達(dá)到一定的目標(biāo)(如:費用最少、客戶滿意度最高),構(gòu)建了易腐生鮮貨品車輛路徑問題(VRP)的多目標(biāo)模型,并提出了求解該模型的改進(jìn)混合蝙蝠算法。首先,采用時間窗模糊化處理方法定義客戶滿意度函數(shù),細(xì)分易腐生鮮貨品類型并定義制冷成本,建立了最優(yōu)路徑選擇的多目標(biāo)模型;然后,在分析蝙蝠算法求解離散問題易陷入局部最優(yōu)、過早收斂等問題的基礎(chǔ)上,精簡經(jīng)典蝙蝠算法的速度更新公式,并對混合蝙蝠算法的單多點變異設(shè)定選擇機(jī)制,提高算法性能;最后,對改進(jìn)混合蝙蝠算法進(jìn)行性能測試。實驗結(jié)果表明,與基本蝙蝠算法和已有混合蝙蝠算法相比,所提算法在求解VRP時能夠提高客戶滿意度1.6%~4.2%,且減小平均總成本0.68%~2.91%。該算法具有計算效率高、計算性能好和較高的穩(wěn)定性等優(yōu)勢。
[Abstract]:The choice of distribution path for the vehicle that distributes perishable fresh goods is not only affected by many factors, such as the type of goods, the change of refrigeration environment, the limitation of vehicle capacity, the delivery time and so on, but also the need to achieve certain goals (such as minimum cost, etc.) Customer satisfaction is the highest. A multi-objective model for the vehicle routing problem of perishable raw and fresh goods is constructed, and an improved hybrid bat algorithm is proposed to solve the model. Firstly, a multi-objective model of optimal path selection is established by defining customer satisfaction function, subdividing the types of perishable fresh goods and defining the refrigeration cost by using the time window fuzzy processing method. On the basis of analyzing the problem that bat algorithm is easy to fall into local optimum and converge prematurely to solve discrete problem, the speed updating formula of classical bat algorithm is simplified, and the selection mechanism of single multipoint mutation of hybrid bat algorithm is set up to improve the performance of the algorithm. Finally, the performance of the improved hybrid bat algorithm is tested. The experimental results show that compared with the basic bat algorithm and the existing hybrid bat algorithm, the proposed algorithm can improve the customer satisfaction of 1.6 and 4.2, and reduce the average total cost of 0.68 and 2.91. The algorithm has the advantages of high computational efficiency, good computational performance and high stability.
【作者單位】： 上海理工大學(xué)管理學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(71401106) 上海市教委科研創(chuàng)新項目(14YZ090) 教育部人文社會科學(xué)研究項目(16YJA630037)~~
【分類號】：F252;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳斌;邵建峰;方葉祥;;基于客戶滿意度的開放式車輛路徑問題研究[J];計算機(jī)工程;2009年17期

2 陳寶文;宋申民;陳興林;;模糊需求車輛路徑問題及其啟發(fā)式蟻群算法[J];計算機(jī)應(yīng)用;2006年11期

3 李三彬;柴玉梅;王黎明;;需求可拆分的開放式車輛路徑問題研究[J];計算機(jī)工程;2011年06期

4 唐瑞雪;秦永彬;;一種基于模糊需求車輛路徑問題的改進(jìn)蟻群算法[J];計算機(jī)光盤軟件與應(yīng)用;2013年23期

5 李鋒;魏瑩;;易腐貨物配送中時變車輛路徑問題的優(yōu)化算法[J];系統(tǒng)工程學(xué)報;2010年04期

6 馬漢武;徐森;朱維;;考慮裝卸頻率的大規(guī)模車輛路徑問題研究[J];計算機(jī)應(yīng)用研究;2011年08期

7 李婭;李丹;王東;楊文茵;;改進(jìn)的混沌粒子群算法求解車輛路徑問題[J];計算機(jī)應(yīng)用研究;2011年11期

8 劉長石;賴明勇;;基于模糊聚類與車輛協(xié)作策略的隨機(jī)車輛路徑問題[J];管理工程學(xué)報;2010年02期

9 戎麗霞;;模糊需求條件下車輛路徑問題的模糊模擬[J];計算機(jī)工程與應(yīng)用;2010年18期

10 陳可嘉;于先康;;有能力約束回收車輛路徑問題的食物鏈算法[J];計算機(jī)工程與應(yīng)用;2013年20期

相關(guān)會議論文 前6條

1 李大衛(wèi);王夢光;;廣義車輛路徑問題——模型及算法[A];1997中國控制與決策學(xué)術(shù)年會論文集[C];1997年

2 戎麗霞;;模糊需求條件下的多車場車輛路徑問題[A];第三屆中國智能計算大會論文集[C];2009年

3 劉金亮;;求解模糊需求條件下車輛路徑問題的混合螞蟻算法[A];第三屆中國智能計算大會論文集[C];2009年

4 崔雪麗;;模糊約定車輛路徑問題及其螞蟻算法求解[A];蘇州市自然科學(xué)優(yōu)秀學(xué)術(shù)論文匯編(2008-2009)[C];2010年

5 張開飛;黃道;;基于改進(jìn)蟻群算法的車輛路徑問題研究[A];計算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

6 楊盤洪;朱軍祥;趙建安;楊靜;;機(jī)動目標(biāo)跟蹤的模糊變結(jié)構(gòu)交互多模算法[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（二）[C];2007年

相關(guān)博士學(xué)位論文 前8條

1 陳萍;啟發(fā)式算法及其在車輛路徑問題中的應(yīng)用[D];北京交通大學(xué);2009年

2 薛菲;基于蝙蝠算法的啟發(fā)式智能優(yōu)化研究與應(yīng)用[D];北京工業(yè)大學(xué);2016年

3 張衛(wèi)忠;大規(guī)模稀疏學(xué)習(xí)研究：優(yōu)化算法及其應(yīng)用[D];浙江大學(xué);2017年

4 葛斌;求解車輛路徑問題的蟻群優(yōu)化算法研究及應(yīng)用[D];合肥工業(yè)大學(xué);2016年

5 譚躍;具有混沌局部搜索策略的粒子群優(yōu)化算法研究[D];中南大學(xué);2013年

6 尤海峰;求解隱式目標(biāo)優(yōu)化問題的交互式進(jìn)化算法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

7 王超;配送企業(yè)車輛路徑問題模型與算法研究[D];北京交通大學(xué);2015年

8 張磊;約束優(yōu)化算法的關(guān)鍵技術(shù)研究及應(yīng)用[D];哈爾濱工程大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 胡俊橋;蟻群混合算法求解帶時間窗車輛路徑問題[D];西安科技大學(xué);2017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 谷浩;帶時間窗的車輛路徑問題的研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2014年

5 王曉明;基于客戶細(xì)分的配送車輛路徑問題研究[D];西安電子科技大學(xué);2014年

6 王浩光;改進(jìn)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

7 郝文菊;基于文化基因算法的動態(tài)車輛路徑問題研究[D];河南大學(xué);2015年

8 潘挺雷;基于改進(jìn)蟻群算法的區(qū)域車輛配送路徑優(yōu)化方法研究[D];浙江理工大學(xué);2016年

9 韓越;基于改進(jìn)混合蟻群算法的帶時間窗車輛路徑問題優(yōu)化研究[D];安徽理工大學(xué);2016年

10 孫蕊;多車場多配送中心滿載車輛路徑問題研究[D];沈陽師范大學(xué);2016年

，

本文編號：1825826