我國的物流行業(yè)發(fā)展仍處于初級階段,物流行業(yè)整體運行效率偏低,成本費用較高,尤其交通運輸成本在物流總成本中占比過高。如何合理地確定配送車輛及路徑,以實現(xiàn)物流配送系統(tǒng)的高效低成本運作是學(xué)術(shù)界和實業(yè)界關(guān)注的重點。本文對基于改進(jìn)蝙蝠算法的車輛路徑問題進(jìn)行了研究。車輛路徑問題是經(jīng)典的NP-hard問題,其求解難度隨問題規(guī)模的擴(kuò)大呈指數(shù)級增長。車輛路徑問題的求解算法經(jīng)歷了精確算法、傳統(tǒng)啟發(fā)式算法的發(fā)展,到現(xiàn)如今的群智能優(yōu)化算法,其進(jìn)步和創(chuàng)新都與時俱進(jìn)。蝙蝠算法是2010年劍橋?qū)W者Yang受啟發(fā)于微型蝙蝠的回聲定位系統(tǒng)而設(shè)計的一種新型群智能優(yōu)化算法。因其模型簡單、參數(shù)較少、易于實現(xiàn)等優(yōu)點而受到廣泛關(guān)注。本文首先對蝙蝠算法進(jìn)行了改進(jìn),提出了一種基于動態(tài)慣性權(quán)重和時間因子的蝙蝠算法(DTBA)。通過引入基于高斯分布的慣性權(quán)重和時間因子,更好的控制了蝙蝠在搜索空間中的移動速度和移動步長,并實現(xiàn)了蝙蝠在全局搜索和局部搜索中的和諧轉(zhuǎn)換,充分發(fā)揮了explorer蝙蝠和exploiter蝙蝠的作用。在針對連續(xù)函數(shù)優(yōu)化問題的求解上,展示了良好的性能,并通過與粒子群算法、螢火蟲算法和標(biāo)準(zhǔn)蝙蝠算法的對比,充分證明了改進(jìn)...

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3-3F3三維空間圖

DTBAPSOFA圖3-1F1三維空間圖圖3-2F2三維空間圖

圖3-4F4三維空間圖

DTBAPSOFA圖3-1F1三維空間圖圖3-2F2三維空間圖

圖3-5F5三維空間圖

圖3-5F5三維空間圖圖3-6F6三維空間圖圖3-7F7三維空間圖圖3-8F8三維空間圖

圖3-6F6三維空間圖

圖3-5F5三維空間圖圖3-6F6三維空間圖圖3-7F7三維空間圖圖3-8F8三維空間圖

本文編號：4044147