本文關鍵詞：基于遺傳模擬退火算法的軍用車輛調度問題研究

  更多相關文章： 軍事物流 武警部隊 車輛調度 遺傳模擬退火算法

【摘要】：隨著高新技術的發(fā)展,軍隊也在積極發(fā)生軍事變革以適應當今信息化作戰(zhàn)的要求,軍事后勤保障在軍事行動中的作用也日益凸顯。武警部隊作為我國內衛(wèi)部隊平時擔負著各重要目標執(zhí)勤、反恐怖襲擊以及處置突發(fā)事件等任務,任務比較繁重,責任比較重大,這就要求武警部隊能夠隨時做到"拉得出,保到位",一有情況發(fā)生能夠馬上到達目的的進行處置。汽車運輸最為武警部隊的主要運輸方式,平時承擔著向各下級單位輸送物資,處置突發(fā)事件時向各事件發(fā)生地輸送人員、物資的任務,科學合理地安排車輛路線能夠最大化地發(fā)揮汽車運輸效能使部隊快速、高效地輸送到目的地。當前武警部隊車輛調度方案還主要是由業(yè)務部門人員根據人工經驗安排,因此會導致方案的隨意性和不合理性,不利于部隊后勤建設發(fā)展,因此如何科學、高效地安排車輛調度方案成為了武警部隊后勤建設的重要課題。本文首先對軍事物流概念、以及分類進行了詳細介紹,分析了軍事物流的固有特點并對一些常用的車輛調度優(yōu)化算法優(yōu)缺點進行了比較。對武警部隊的保障模式進行了分析,平時主要是逐級保障,由上級軍需倉庫向各下屬單位進行配送,處置突發(fā)事件時,團一級單位通常就是一個處置的個體,各團在上級機關的指揮下開赴各個事件發(fā)生地進行處置。根據平時和處置突發(fā)事件時保障方式的不同分別建立了平時有軟時間窗的單車場車輛調度模型及處置突發(fā)事件時有單邊硬時間窗多車場車輛調度模型。設計了遺傳模擬退火算法對模型進行求解,針對遺傳算法容易出現(xiàn)早熟收斂的缺點和模擬退火算法具有良好的爬山特性,將模擬退火算法的狀態(tài)接受機制引入到遺傳算法的選擇和交叉操作中,使選擇和交叉操作產生的子代與父代之間有競爭,并將種群中最優(yōu)個體用模擬退火算法進行局部尋優(yōu),通過將模擬退火算法結合到遺傳算法中大大提高了算法的全局搜索能力。將適應度進行了拉伸,用適應度的平方作為輪盤賭選擇對象,使適應度大的個體被選中的概率加大,并用自適應策略調整交叉和變異概率,使算法的搜索性能得到了加強。最后通過算例用MATLAB軟件編程求解,結果表明了本文遺傳模擬退火算法的有效性和可行性,說明了本文研究的內容能夠很好地應用于武警部隊車輛調度問題。本文最后對全文工作進行了總結,指出了存在的不足和下一步研究內容。
【關鍵詞】：軍事物流 武警部隊 車輛調度 遺傳模擬退火算法
【學位授予單位】：西華大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：E234;TP18
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-18
• 1.1 研究背景及意義9-11
• 1.1.1 研究背景9-10
• 1.1.2 研究意義10-11
• 1.2 國內外研究狀況11-15
• 1.2.1 軍事物流研究狀況11-13
• 1.2.2 車輛調度問題研究狀況13-15
• 1.3 本文研究的主要內容和技術路線15-18
• 1.3.1 本文研究的主要內容15-16
• 1.3.2 本文研究的技術路線16-18
• 2 軍事物流配送概述及常用車輛調度優(yōu)化算法簡介18-27
• 2.1 軍事物流配送概念18-19
• 2.2 軍事物流配送的固有特性及研究內容19-22
• 2.2.1 軍事物流配送的固有特性19-20
• 2.2.2 軍事物流配送研究內容20-22
• 2.3 軍事物流配送的分類22-24
• 2.4 常用車輛調度問題的優(yōu)化算法簡介24-27
• 3 武警部隊車輛調度問題模型27-35
• 3.1 單源點車輛調度問題28-31
• 3.1.1 問題描述28-29
• 3.1.2 問題假設29
• 3.1.3 參數說明29-30
• 3.1.4 建立模型30-31
• 3.2 突發(fā)事件時多源點車輛調度問題31-35
• 3.2.1 問題描述31-32
• 3.2.2 問題假設32
• 3.2.3 參數說明32-33
• 3.2.4 建立模型33-35
• 4 遺傳模擬退火算法求解武警部隊車輛調度問題35-62
• 4.1 遺傳模擬退火混合算法35-48
• 4.1.1 遺傳算法概述35-42
• 4.1.2 模擬退火算法概述42-46
• 4.1.3 遺傳模擬退火算法46-48
• 4.2 遺傳模擬退火算法求解武警部隊車輛調度問題48-54
• 4.2.1 單源點車輛調度問題求解48-52
• 4.2.2 突發(fā)事件時多源點車輛調度問題求解52-54
• 4.3 實例分析54-62
• 4.3.1 單源點車輛調度問題實例54-56
• 4.3.2 突發(fā)事件時多源點車輛調度問題實例56-62
• 5 總結與展望62-64
• 5.1 本文工作總結62-63
• 5.2 下步展望63-64
• 參考文獻64-67
• 攻讀碩士學位期間發(fā)表論文及科研成果67-68
• 致謝68

【相似文獻】

中國期刊全文數據庫 前1條

1 陳立云;盧昱;晏杰;劉云龍;;基于改進遺傳算法的彈藥運輸車輛調度問題研究[J];裝備學院學報;2014年02期

中國重要會議論文全文數據庫 前5條

1 馬華偉;葉浩然;夏維;;允許分割配送的多時間窗車輛調度問題的改進蟻群算法求解[A];第十四屆中國管理科學學術年會論文集(上冊)[C];2012年

2 楊國興;;多車場車輛調度問題的一種有效算法[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第3卷）[C];1995年

3 王銀;王慧;;淺談配送車輛調度問題[A];第九屆中國不確定系統(tǒng)年會、第五屆中國智能計算大會、第十三屆中國青年信息與管理學者大會論文集[C];2011年

4 王永;農蘭晶;劉蕾;楊曉潔;;郵政中心選址與車輛調度混合模型研究[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A12系統(tǒng)科學與系統(tǒng)工程理論在各個領域中的應用研究[C];2014年

5 王永;劉蕾;農蘭晶;楊曉潔;;郵政運輸車輛調度問題研究[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A12系統(tǒng)科學與系統(tǒng)工程理論在各個領域中的應用研究[C];2014年

中國博士學位論文全文數據庫 前4條

1 許爭爭;機場接送服務中基于協(xié)作的車次分配與調度方法研究[D];東北大學;2014年

2 葛顯龍;面向云配送模式的車輛調度問題及算法研究[D];重慶大學;2011年

3 周潔;車輛調度問題的算法及復雜性[D];華東師范大學;2013年

4 李妍峰;時變網絡環(huán)境下車輛調度問題研究[D];西南交通大學;2008年

中國碩士學位論文全文數據庫 前10條

1 柯昌正;動態(tài)車輛調度問題研究與應用[D];北京交通大學;2007年

2 焦登婭;車輛調度問題的不確定規(guī)劃模型[D];清華大學;2015年

3 李宏偉;軍事裝備技術區(qū)車輛優(yōu)化調度算法研究與實現(xiàn)[D];吉林大學;2016年

4 趙晶晶;震后傷員救援車輛調度問題研究[D];安徽工業(yè)大學;2016年

5 余國印;成品油二次物流配送車輛調度問題研究[D];重慶交通大學;2016年

6 馬洪坤;基于遺傳模擬退火算法的軍用車輛調度問題研究[D];西華大學;2016年

7 郭鳳鳴;動態(tài)環(huán)境下的車輛調度問題研究[D];同濟大學;2006年

8 劉云霞;動態(tài)車輛調度問題分析及算法設計[D];西南交通大學;2004年

9 胡夏云;基于蟻群算法的動態(tài)車輛調度問題的研究[D];廣東工業(yè)大學;2013年

10 楊燁;帶時間窗的單車場多車型滿載車輛調度問題研究[D];山東理工大學;2013年

，

本文編號：749522