没有合适的资源?快使用搜索试试~ 我知道了~
物流车辆路径算法的优化与设计.doc
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 201 浏览量
2022-05-30
15:44:34
上传
评论
收藏 316KB DOC 举报
温馨提示
试读
31页
物流车辆路径算法的优化与设计.doc
资源推荐
资源详情
资源评论
物流车辆路径算法的优化与设计
【摘要】:随着物流业向全球化、信息化及一体化发展,配送在整个物流系统中的作用变
得越来越重要。运输系统是配送系统中最重要的一个子系统,运输费用占整体物流费用的
%左右,所以降低物流成本首先要从降低物流配送的运输成本开始。
一个车辆集合和一个顾客集合,车辆和顾客各有自己的属性,每辆车都有容量,所装载货
物不能超过它的容量。起初车辆都在中心点,顾客在空间任意分布,车把货物从车库运送
到每一个顾客(或从每个顾客处把货物运到车库),要求满足顾客的需求,车辆最后返回
车库,每个顾客只能被服务一次,怎样才能使运输费用最小。而顾客的需求或已知、或随
机、或以时间规律变化,这正是本文要研究的课题。
【关键词】:物流配送;路径;车辆路径问题;
前言
课题研究背景
运输线路是否合理直接影响到配送速度、成本和效益,特别是多用户配送线路的确定是一
项复杂的系统工程。选取恰当的车辆路径,可以加快对客户需求的响应速度,提高服务质
量,增强客户对物流环节的满意度,降低服务商运作成本。因此,自从 年
和 提出车辆路径问题 !,以来, 便成为近年
来物流领域中的研究热点。
一般定义为:对一系列发货点和/或收货点,组织适当的行车路线,使车辆有序地通
过它们,在满足一定的约束条件如货物需求量、发送量、交发货时间、车辆容量限制、行
驶里程限制、时间限制等下,达到一定的目标如路程最短、费用最小、时间尽量少、使
用车辆尽量少等。本文围绕 展开了研究,共包括五章内容。首先,本文收集国内外
关于 研究的文献资料并进行整理、分类,详细介绍了 园内外研究现状,尤其对
经典 、有时间窗的 "、动态 、带能力约束的 #国
内外研究现状分别展开了介绍:然后通过介绍物流配送在整个物流过程中具有的重要意义
及我国物流配送的现状,说明了解决 的必要性及现实意义:建立了物流配送中
的两种数学模型:利用回路表示的 模型和利用运输成本表示的 模型;通过表格
详细讨论了 的基本算法;最后,本文使用自然数编码、构造表示可行线路的染色体、
类 $ 交叉等方法及对适值函数加入惩罚项对标准遗传算法加以改进,并用 编
程实现了本文提出的算法,以一个 " 实例分析证明了该算法的有效性。
%车辆路径的概念
车辆路径问题一般定义为:对一系列装货点和卸货点,组织适当的行车线路,使车
辆有序地通过它们,在满足一定的约束条件如货物需求量、发送量、交发货时间、车辆容
量限制、行驶里程限制、时间限制等下,达到一定问题的目标如路程最短、费用最少、
时间尽量少、使用车辆数尽量少等。
目前有关 的研究已经可以表示(如图 )为:给定一个或多个中心点(中心仓库,
&')、一个车辆集合和一个顾客集合,车辆和顾客各有自己的属性,每辆车
都有容量,所装载货物不能超过它的容量。起初车辆都在中心点,顾客在空间任意分布,
车把货物从车库运送到每一个顾客(或从每个顾客处把货物运到车库),要求满足顾客的
需求,车辆最后返回车库,每个顾客只能被服务一次,怎样才能使运输费用最小。而顾客
的需求或已知、或随机、或以时间规律变化。
图 示意图
%车辆路径问题算法综述
目前,求解车辆路径问题的方法非常多,基本上可以分为精确算法和启发式算法 % 大类。
%精确算法
精确算法是指可求出其最优解的算法,主要运用线性规划、整数规划、非线性规划等数学
规划技术来描述物流系统的数量关系,以便求得最优决策。精确算法主要有:
分枝定界法& &''
割平面法# ''
网络流算法()*+)''
动态规划算法,''
总的说来,精确性算法基于严格的数学手段,在可以求解的情况下,其解通常要优于人工
智能算法。但由于引入严格的数学方法,计算量一般随问题规模的增大呈指数增长,因而
无法避开指数爆炸问题,从而使该类算法只能有效求解中小规模的确定性 ,并且通常
这些算法都是针对某一特定问题设计的-适用能力较差-因此在实际中其应用范围很有限。
%%启发式算法
由于车辆路径优化问题是 ( 难题,高效的精确算法存在的可能性不大除非 .(,所以
寻找近似算法是必要和现实的,为此专家主要把精力花在构造高质量的启发式算法上。启
发式算法是在状态空间中的改进搜索算法,它对每一个搜索的位置进行评价,得到最好的
位置,再从这个位置进行搜索直到目标。在启发式搜索中,对位置的估价十分重要,采用
不同的估价可以有不同的效果。目前已提出的启发式算法较多,分类也相当多,按
& 的分类法,主要的启发式算法有以下几类:构造算法、两阶段法、智能化算法。
%%构造算法# /
这类方法的基本思想是:根据一些准则,每一次将一个不在线路上的点增加进线路,直到
所有点都被安排进线路为止。该类算法的每一步把当前的线路构形很可能是不可行的跟
另外的构形也可能是不可行的进行比较并加以改进,后者或是根据某个判别函数例如总
费用会产生最大限度的节约的构形,或是以最小代价把一个不在当前构形上的需求对象插
入进来的构形,最后得到一个较好的可行构形。这类算法中中最著名的是 #* 和
" 在 01 年提出的节约算法。
构造算法最早提出来解决旅行商问题,这些方法一般速度快,也很灵活,但这类方法有时
找到的解离最优解差得很远。
%%%两阶段法)2'
学者们通过对构造算法的研究,认为由构造算法求得的解可以被进一步改进,为此提出了
两阶段法。第一阶段得到一可行解,第二阶段通过对点的调整,在始终保持解可行的情况
下,力图向最优目标靠近,每一步都产生另一个可行解以代替原来的解,使目标函数值得
以改进,一直继续到不能再改进目标函数值为止。3 和 于 41 年提出的
)' 算法,#5&、66 和 的算法以及 + 和 7* 的算法
都属于两阶段法。一般第一阶段常用构造算法,在第二阶段常用的改进技术有 %2
'-0,82'9-48和 :2':-40交换法,这是一种在
解的邻域中搜索,对初始解进行某种程度优化的算法,以改进初始解。
一些基于数学规划的算法也属于两阶段法,把问题直接描述成一个数学规划问题,根据其
模型的特殊构形,应用一定的技术如分解进行划分,进而求解己被广泛研究过的子问题
+ 和 7* -;。
在两阶段法求解过程中,常常采用交互式优化技术,把人的主观能动作用结合到问题的求
解过程中,其主要思想是:有经验的决策者具有对结果和参数的某种判断能力,并且根据
知识直感,把主观的估计加到优化模型中去。这样做通常会增加模型最终实现并被采用的
可能性。
此方法是目前成果最丰富、应用最多的一类方法。每一种方法讨论的情况不尽一致,适用
范围也不完全相同。
%%8智能化算法<
这类算法以启发式准则来代替精确算法中的决策准则,以缩小解搜索的空间。
总体来看,尽管启发式算法能够在有限的时间内求出质量较高的解,但由于其搜索解空间
的能力有所限制,因此经常无法达到预期的要求。% 世纪 年代以来,由于人工智能方
法在解决组合优化问题中的强大功能,不少学者开始将人工智能引入车辆路线问题的求解
中,并构造了大量的基于人工智能的启发式算法智能化启发式算法。智能化启发式算法
从本质上讲仍然属于启发式算法,其基本思想是从一初始解开始,通过对当前的解进行反
复地局部扰乱 !以达到较好的解。目前,最常见的智能化启发式算法包括模
拟退火算法= &、禁忌搜索算法! =、遗传算法3
、蚁群算法#,和神经网络( ()*方法等。
%8 中常见的约束条件
在 中,最常见的约束条件有>
容量约束:任意车辆路径的总重量不能超过该车辆的能力负荷。引出带容量约束的车
辆路径问题#'& !,#。
%优先约束:引出优先约束车辆路径问题 !)
'&#,#。
剩余30页未读,继续阅读
资源评论
oligaga
- 粉丝: 50
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Android源码新基线代码更新的方法
- 1_二级程序设计题(34).rar
- 二级程序调试题(填空27+改错7).docx
- HM2314-VB一款N-Channel沟道SOT23的MOSFET晶体管参数介绍与应用说明
- 基于深度学习的危险驾驶检测算法python源码+视频判断是否闭眼或者张开嘴哈欠和吸烟打电话等手势行为功能涵盖7类.zip
- Free-Fs 开源文件管理系统
- HM2314B-VB一款N-Channel沟道SOT23的MOSFET晶体管参数介绍与应用说明
- 毕业设计:Python高校学生学业预警系统(源码 + 数据库 + 说明文档)
- HM2312-VB一款N-Channel沟道SOT23的MOSFET晶体管参数介绍与应用说明
- 毕业设计:Python的在线自主评测系统(源码 + 数据库 + 说明文档)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功