供应链中的车辆路径规划问题研究

发布时间：2017-08-20 19:37

  本文关键词：供应链中的车辆路径规划问题研究

  更多相关文章： 带软时间窗车辆路径规划 遗传算法 自适应

【摘要】：近年来,随着国民经济的飞速发展,物流产业的地位越来越突出,规模也快速扩张。与此同时,物流产业的集中度、运营效率也急需进一步提升,但运输成本居高不下一直是物流业的痛点。作为物流活动的主要环节,配送也成为众多学者研究的重要突破点。其中,运输车辆的路径规划问题是物流配送的最重要的一面,车辆路径是否合理直接影响到配送的速度、成本和效益。近年来,研究者提出了各种智能算法用于解决流配送中的运输车辆路径规划问题。其中,遗传算法是解决车辆路径规划问题的有效途径。传统的遗传算法在解决车辆路径规划问题时,会产生二进制编码串过于冗长、计算机的运算过程过于复杂、精度难以提高、算法经常陷入局部最优等问题,尤其是算法过早收敛、陷入局部最优的问题,对问题的求解带来严重的影响。因此,本文从算法过早收敛的问题出发,寻求遗传算法的改进措施,并用于解决相较普通的车辆路径问题通用性更强的带时间窗车辆路径规划问题。本文首先概述了车辆路径问题的基本理论如定义、组成和分类,建立了带时间窗的车辆路径问题的模型并详细界定了模型参数。并介绍了车辆路径问题的几种常用的研究算法的原理与优缺点。其次,详细介绍了传统遗传算法的基本思想、基本概念与基本步骤。重点介绍了常用的选择算子、交叉算子、变异算子的原理,为下一章的改进算法奠定基础。最后,针对带时间窗的车辆路径问题,对传统自适应遗传算法提出了一系列的改进措施。采用考虑群体相关性、个体浓度与个体适应度的自适应选择、交叉、变异算子,不仅增强了收敛速度,而且提高了群体多样性,增强全局搜索的能力。通过对比改进的自适应遗传算法与传统自适应遗传算法对带时间窗车辆路径规划问题的仿真结果,验证了改进遗传算法在解决配送路径优化问题的优越性。
【关键词】：带软时间窗车辆路径规划 遗传算法 自适应
【学位授予单位】：华侨大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18;U116.2;F252
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 绪论8-16
• 1.1 课题的研究背景与意义8-10
• 1.1.1 供应链传输管理8-9
• 1.1.2 车辆路径规划9-10
• 1.2 VRP的国内外研究现状10-14
• 1.2.1 国外研究现状11-13
• 1.2.2 国内研究现状13-14
• 1.3 本文的主要工作与创新14
• 1.4 本文的结构安排14-16
• 第2章 车辆路径问题及其算法介绍16-26
• 2.1 VRP的定义与组成16-18
• 2.1.1 VRP的定义16-17
• 2.1.2 VRP的组成17-18
• 2.2 VRP的分类18-19
• 2.3 VRPSTW19-22
• 2.4 VRP算法研究22-25
• 2.4.1 精确算法22-23
• 2.4.2 启发式算法23-24
• 2.4.3 启发式算法优缺点24-25
• 2.5 本章小结25-26
• 第3章 遗传算法介绍26-36
• 3.1 遗传算法的基本思想26-27
• 3.2 遗传算法的基本概念27-32
• 3.2.1 遗传学概念27-28
• 3.2.2 编码和解码28-29
• 3.2.3 适应度函数29-30
• 3.2.4 选择算子30-31
• 3.2.5 交叉算子31
• 3.2.6 变异算子31-32
• 3.3 遗传算法的基本步骤32-34
• 3.4 遗传算法在VRP中的应用34-35
• 3.5 本章小结35-36
• 第4章 基于改进自适应遗传算法的VRPSTW模型求解36-52
• 4.1 VRPSTW模型36-38
• 4.2 自适应遗传算法38-39
• 4.3 改进的自适应遗传算法39-42
• 4.3.1 改进的选择算子39-40
• 4.3.2 改进的交叉、变异算子40-42
• 4.3.3 改进的自适应遗传算法的求解步骤42
• 4.4 数值实验42-50
• 4.4.1 算法仿真结果44-49
• 4.4.2 仿真性能对比49-50
• 4.5 本章小结50-52
• 第5章 总结与展望52-54
• 5.1 本文总结52
• 5.2 工作展望52-54
• 参考文献54-58
• 致谢58-60
• 附录60-64
• 个人简历、在学期间发表的学术论文及研究成果64

【相似文献】

中国期刊全文数据库 前10条

1 杨正磊;宋建社;吴永定;郭军;;多约束条件下战场导航路径规划问题研究[J];系统仿真学报;2011年06期

2 艾海舟,张钹;基于拓扑的路径规划问题的图形解法[J];机器人;1990年05期

3 陈刚,沈林成;复杂环境下路径规划问题的遗传路径规划方法[J];机器人;2001年01期

4 普措才仁;;一种新的编码方法解决路径规划问题[J];工业仪表与自动化装置;2011年01期

5 鲁子卉;;基于Memetic算法的电子AGV路径规划[J];四川兵工学报;2013年02期

6 黄建华,方毅,黄樟灿,吴方才;基于演化计算的广义路径规划问题[J];武汉理工大学学报(信息与管理工程版);2001年02期

7 李晋航;黄刚;贾艳;;多模糊信息条件下的物料配送路径规划问题研究[J];机械工程学报;2011年01期

8 杨丽英;吴成东;韩建达;聂义勇;;多目标追逐问题的一种混合整数线性规划解[J];机械工程学报;2008年10期

9 李梅娟;陈雪波;张梅凤;;基于群集智能算法的路径规划问题[J];清华大学学报(自然科学版);2007年S2期

10 欧微;李志凌;;基于混沌优化算法的车辆路径规划问题研究[J];科学技术与工程;2010年29期

中国重要会议论文全文数据库 前1条

1 王旭;张江;崔平远;;一种基于蚁群算法求解路径规划问题的新方法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

中国博士学位论文全文数据库 前2条

1 张兴;信使机制UAV/UGV多点动态集结的协同规划方法研究[D];北京理工大学;2015年

2 王沛栋;改进蚁群算法及在路径规划问题的应用研究[D];中国海洋大学;2012年

中国硕士学位论文全文数据库 前10条

1 王晨;基于社区发现的动态路径规划问题研究[D];哈尔滨工业大学;2016年

2 林丽琳;供应链中的车辆路径规划问题研究[D];华侨大学;2015年

3 袁斌;带访问限制的需求时变的移动设施路径规划问题研究[D];清华大学;2014年

4 赵再兴;基于改进和声搜索算法的车辆路径规划问题[D];沈阳大学;2011年

5 王星;基于蚁群算法的图书物流车辆路径规划问题研究[D];武汉理工大学;2011年

6 吴颖;双层车库车辆调度辅助决策支持系统[D];华中科技大学;2011年

7 玉坤;蚁群算法在路径规划问题中的应用研究[D];北京工业大学;2012年

8 弓晨;三维曲面上路径规划问题的研究[D];中国地质大学;2006年

9 周晴红;智能Avatar在IVE中行走运动控制及其路径规划问题的研究[D];浙江师范大学;2006年

10 冯超;基于以太网和TCP/IP的IEC60870-5-104协议的性能分析[D];上海交通大学;2007年

，

本文编号：708436