本文關(guān)鍵詞：基于人工蜂群算法的車輛路徑問題的研究與應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)經(jīng)濟和技術(shù)的高速發(fā)展和世界經(jīng)濟一體化進程的加快,物流活動在社會生活和企業(yè)經(jīng)營中所處地位越來越重要,很多企業(yè)將物流作為提升企業(yè)核心競爭力的重要手段。同時,統(tǒng)計數(shù)據(jù)表明,我國的物流成本與發(fā)達國家相比還有相當?shù)牟罹唷＿@說明,提高物流管理水平有現(xiàn)實的需要,也有巨大的發(fā)展空間,該課題具有廣闊的發(fā)展前景和重要的意義。物流管理中,合理的物流安排在帶來經(jīng)濟利益同時還為實現(xiàn)科學(xué)化的管理提供保障,而車輛路徑安排是物流安排的核心環(huán)節(jié),因此本項目選擇車輛路徑問題進行研究有利于提高物流效率,具有重要的實用價值。并且車輛路徑問題是對運籌學(xué)理論和組合優(yōu)化理論的實際體現(xiàn),被譽為“運籌學(xué)近幾十年來最成功的研究之一”,因此對車輛路徑問題的研究也有深遠的理論意義。經(jīng)過多年的發(fā)展,對車輛路徑問題及其算法的研究取得了大量研究成果。由于人工蜂群算法是一種較新的算法,該算法在車輛路徑問題中的應(yīng)用成果相對較少,且研究內(nèi)容不夠全面。為了豐富解決車輛路徑問題的方法,并尋求車輛路徑問題解的精度,本文以車輛路徑問題為研究主線,對人工蜂群算法及其改進算法進行了研究,并在對人工蜂群算法進行應(yīng)用研究時,首先對算法中的核心參數(shù)范圍進行了討論。論文的主要研究內(nèi)容如下:(1)針對滿載車輛路徑問題提出了改進的人工蜂群算法。首先對人工蜂群算法進行了離散化處理;為了避免求解過程中過快收斂而導(dǎo)致局部最優(yōu)的問題,提出了基于中位數(shù)的概率計算方法;為了提高偵察蜂的搜索效率,提出了遺傳思想的偵察蜂搜索策略。對比試驗的分析表明改進的人工蜂群算法是有效的。(2)針對滿載問題對最優(yōu)解精度的不利影響,我們研究了非滿載車輛路徑問題的人工蜂群算法的改進。在改進算法中,根據(jù)非滿載問題特點用二維編碼表示問題的解;采用節(jié)約插入法進行初始化;采用變鄰域搜索方式進行鄰域搜索。通過與標準數(shù)據(jù)庫和相關(guān)文獻結(jié)果的對比分析,人工蜂群算法的改進在解的精度上是可靠的。(3)為了深入研究車輛路徑問題,我們研究了帶時間窗的車輛路徑問題的人工蜂群算法。為了簡化計算過程,除了保留非滿載車輛路徑問題的人工蜂群算法的基本內(nèi)容外,采用了更簡潔的鄰域搜索結(jié)構(gòu)。通過對標準數(shù)據(jù)庫算例的實驗分析,人工蜂群算法對求解帶時間窗的車輛路徑問題具有一定競爭力。本文對標準的和帶時間窗的車輛路徑問題,采用人工蜂群算法分別進行了研究。算法的實驗對比分析發(fā)現(xiàn),滿載的人工蜂群算法與非滿載的相比,計算時間少,但是計算精度差;人工蜂群算法能夠成功應(yīng)用于帶時間窗的車輛路徑問題。本文的研究成果為車輛路徑問題的求解提供了新的思路和借鑒。
【關(guān)鍵詞】：車輛路徑問題 人工蜂群算法 中位數(shù)選擇策略 遺傳思想偵察蜂
【學(xué)位授予單位】：武漢輕工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U116.2;TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 選題背景和研究意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-13
• 1.2.1 車輛路徑問題研究現(xiàn)狀9-10
• 1.2.2 車輛路徑問題求解算法研究現(xiàn)狀10-12
• 1.2.3 人工蜂群算法國內(nèi)外研究現(xiàn)狀12-13
• 1.3 本文研究的主要內(nèi)容和組織結(jié)構(gòu)13-15
• 1.3.1 本文的研究內(nèi)容13-14
• 1.3.2 論文的結(jié)構(gòu)安排14-15
• 第二章 車輛路徑問題及ABC算法的基本知識15-26
• 2.1 車輛路徑問題概述15-18
• 2.1.1 車輛路徑問題基本模型描述15-16
• 2.1.2 車輛路徑問題要素及常見模型介紹16-18
• 2.2 ABC算法基本知識18-20
• 2.3 ABC算法關(guān)鍵參數(shù)的分析與討論20-25
• 2.3.1 人工蜂數(shù)量的分析與討論20-22
• 2.3.2 產(chǎn)生偵察蜂迭代次數(shù)的分析與討論22-25
• 2.4 本章小結(jié)25-26
• 第三章 基于ABC的帶裝載能力約束的滿載VRP的研究26-39
• 3.1 問題的描述26
• 3.2 基于MVRP的ABC26-32
• 3.2.1 ABC算法離散化的改造26-28
• 3.2.2 基于中位數(shù)選擇策略的引入28-30
• 3.2.3 偵察蜂搜索中遺傳思想的引入30-31
• 3.2.4 基于MVRP的IABC算法31-32
• 3.3 實驗對比與分析32-38
• 3.3.1 實驗參數(shù)設(shè)置33
• 3.3.2 ABC算法兩點改進效果對比分析33-36
• 3.3.3 IABC算法與SABC算法的標準VRP算例對比36-37
• 3.3.4 MVRP化的IABC算法與其他算法比較37-38
• 3.4 本章小結(jié)38-39
• 第四章 基于ABC的帶裝載能力約束的非滿載VRP的研究39-48
• 4.1 IABC算法的FVRP化39-42
• 4.1.1 帶裝載能力約束的FVRP的數(shù)學(xué)模型39
• 4.1.2 對IABC算法的FVRP化處理技術(shù)39-40
• 4.1.3 對IABC算法鄰域搜索結(jié)構(gòu)的改進40-42
• 4.2 實驗結(jié)果與分析42-47
• 4.2.1 基于IABC的FVRP與MVRP的標準數(shù)據(jù)庫算例比較42-45
• 4.2.2 FVRP化的IABC算法與其他算法比較45-47
• 4.3 本章小結(jié)47-48
• 第五章 帶時間窗的VRP研究48-54
• 5.1 帶時間窗VRP概述及其數(shù)學(xué)模型48-49
• 5.2 IABC求解帶時間窗VRP49-50
• 5.3 實驗結(jié)果與分析50-53
• 5.3.1 參數(shù)設(shè)置51
• 5.3.2 實驗對比分析51-53
• 5.4 本章小結(jié)53-54
• 第六章 總結(jié)與展望54-55
• 6.1 總結(jié)54
• 6.2 展望54-55
• 參考文獻55-59
• 致謝59-60
• 攻讀學(xué)位期間的研究成果60

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王云平;;車輛路徑問題的形式化及其知識表示方法研究[J];遼寧省交通高等專科學(xué)校學(xué)報;2006年04期

2 王江晴;康立山;;動態(tài)車輛路徑問題仿真器的設(shè)計與實現(xiàn)[J];核電子學(xué)與探測技術(shù);2007年05期

3 曹二保;賴明勇;張漢江;;模糊需求車輛路徑問題研究[J];系統(tǒng)工程;2007年11期

4 唐連生;梁劍;;突發(fā)事件下的車輛路徑問題研究綜述[J];鐵道運輸與經(jīng)濟;2008年12期

5 唐偉勤;張隱;張敏;;大規(guī)模突發(fā)事件應(yīng)急物資調(diào)度中的車輛路徑問題[J];物流技術(shù);2008年12期

6 劉紅梅;陳楊;;車輛路徑問題的形式化方法研究[J];科技資訊;2008年05期

7 唐加福;孔媛;潘震東;董穎;;基于劃分的蟻群算法求解貨物權(quán)重車輛路徑問題[J];控制理論與應(yīng)用;2008年04期

8 熊志華;邵春福;姚智勝;;車輛路徑問題的可靠性研究[J];物流技術(shù);2008年08期

9 徐俊杰;;利用微正則退火算法求解車輛路徑問題[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2009年02期

10 寧曉利;;車輛路徑問題的組合優(yōu)化算法[J];物流技術(shù);2009年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 符卓;陳斯衛(wèi);;車輛路徑問題的研究現(xiàn)狀與發(fā)展趨勢[A];中國運籌學(xué)會第七屆學(xué)術(shù)交流會論文集（下卷）[C];2004年

2 楊世堅;陳韜;;隨機車輛路徑問題研究綜述[A];中國系統(tǒng)工程學(xué)會決策科學(xué)專業(yè)委員會第六屆學(xué)術(shù)年會論文集[C];2005年

3 李桂平;陳楠;;多中心車輛路徑問題的解決思路[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年

4 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

5 符卓;聶靖;;開放式車輛路徑問題及其若干研究進展[A];中國運籌學(xué)會第八屆學(xué)術(shù)交流會論文集[C];2006年

6 陳寶文;宋申民;陳興林;單志眾;;應(yīng)用于車輛路徑問題的多蟻群算法[A];第25屆中國控制會議論文集（下冊）[C];2006年

7 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

8 張鳳姣;張興芳;;基于不確定理論的車輛路徑問題[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(xué)者大會論文集[C];2011年

9 肖雁;符卓;李育安;;帶軟時間窗的車輛路徑問題及其應(yīng)用前景探討[A];中國運籌學(xué)會第六屆學(xué)術(shù)交流會論文集（下卷）[C];2000年

10 許鑫;范文慧;馮雅U

本文編號：379086