改进遗传算法在物流配送中的应用研究

发布时间：2017-03-23 17:21

  本文关键词：改进遗传算法在物流配送中的应用研究，，由笔耕文化传播整理发布。

【摘要】：车辆路径分配是物流配送需要解决的关键问题之一。在物流配送的过程中,车辆路径分配是否优化不仅直接影响物流运输的成本和效率,而且也对客户的满意度有很大的作用。研究物流配送路径优化问题能够给企业带来很好的经济效益。遗传算法是在模拟达尔文自然选择的基础上得到的,它在解决一些复杂的工程问题上具有一定的优势。本文介绍了遗传算法的基本原理,遗传算法分为:选择、交叉、变异这三个过程,通过对这三个过程的不断循环进化,搜索出最优的解。在遗传算法的基础上,提出了改进遗传算法,主要针对选择和交叉两个部分进行了改进。本文用基本遗传算法和文中提出的改进遗传算法求解了旅行商问题,并通过一个旅行商问题的实例,进行了MATLAB编程仿真。对实验结果进行分析比较,证明改进遗传算法求解带有时间窗的车辆路径问题能降低基本遗传算法的早熟现象,且能得到更好的优化解。文中重点研究了带有时间窗的车辆路径问题,建立了带有时间窗的车辆路径问题的数学模型,在原来车辆路径问题中车辆数、车辆容量等约束的基础上,增加了对车辆的最早服务时间和最晚服务时间的约束,模型更加符合生活实际需求。介绍了遗传算法在车辆路径问题中的应用,阐述了用改进遗传算法解决带有时间窗的车辆路径问题。通过一个物流配送车辆路径问题的实例,用文中提出的改进遗传算法求解,并进行MATLAB编程仿真,得到了较为理想的效果。
【关键词】：车辆路径问题 数学模型 改进遗传算法 MATLAB仿真
【学位授予单位】：辽宁科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U116.2;TP18
【目录】：

• 中文摘要5-6
• ABSTRACT6-9
• 1. 绪论9-13
• 1.1 研究背景及意义9
• 1.2 车辆路径问题研究的现状9-11
• 1.2.1 国外研究现状9-10
• 1.2.2 国内研究现状10
• 1.2.3 国内外研究的差异10-11
• 1.3 主要研究问题11
• 1.4 章节安排11-12
• 1.5 本章总结12-13
• 2. 遗传算法13-22
• 2.1 精确算法概述13-14
• 2.1.1 常用精确算法介绍13-14
• 2.1.2 精确算法的适用范围14
• 2.2 启发式算法14-16
• 2.2.1 启发式算法的定义14-15
• 2.2.2 启发式算法的优点和缺点15
• 2.2.3 启发式算法的分类15-16
• 2.2.4 智能算法16
• 2.3 遗传算法和改进的遗传算法16-19
• 2.3.1 遗传算法的基本操作16-18
• 2.3.2 基本遗传算法的步骤和流程图18-19
• 2.4 改进的遗传算法19-21
• 2.5 本章总结21-22
• 3. 物流配送的车辆路径问题22-28
• 3.1 旅行商问题22-23
• 3.1.1 旅行商问题的概念22
• 3.1.2 旅行商问题的数学模型22-23
• 3.1.3 旅行商问题的求解算法23
• 3.2 物流配送车辆路径问题23-27
• 3.2.1 物流配送车辆路径问题的概念23-24
• 3.2.2 物流配送车辆路径问题的分类24-25
• 3.2.3 物流配送车辆路径问题的目标优化函数25-26
• 3.2.4 物流配送车辆路径问题的数学模型26-27
• 3.3 TSP问题和物流配送中VRP问题的比较27
• 3.4 本章总结27-28
• 4. 改进的遗传算法求解TSP问题28-37
• 4.1 遗传算法求解TSP问题28-29
• 4.1.1 基本遗传算法求解TSP问题28
• 4.1.2 改进的遗传算法求解TSP问题28-29
• 4.2 实例分析29-36
• 4.3 本章总结36-37
• 5. 改进的遗传算法研究物流配送中VRPTW问题37-56
• 5.1 物流配送中带时间窗的车辆路径问题37-40
• 5.1.1 物流配送中带时间窗的车辆路径问题的分类37-38
• 5.1.2 物流配送中带时间窗的车辆路径问题的惩罚函数38-39
• 5.1.3 物流配送中带时间窗的车辆路径问题的数学模型39-40
• 5.2 基本遗传算法求解物流配送中VRPTW问题40-42
• 5.3 改进的遗传算法求解物流配送中VRPTW问题42-47
• 5.3.1 改进的遗传算法求解物流配送中VRPTW问题42-43
• 5.3.2 改进的遗传算法求解物流配送中带混合时间窗VRP问题43-47
• 5.4 实例分析47-55
• 5.4.1 实例数据47-48
• 5.4.2 参数设置48
• 5.4.3 仿真结果48-55
• 5.4.4 结果分析55
• 5.5 本章总结55-56
• 6. 总结与展望56-57
• 参考文献57-60
• 附录A 基本和改进遗传算法求解TSP问题的MATLAB程序代码60-68
• 附录B 改进遗传算法求解VRPTW问题程序代码68-71
• 攻读硕士学位期间发表学术论文情况71-72
• 致谢72-73
• 作者简介73-74

【相似文献】

中国期刊全文数据库 前10条

1 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期

2 王毅,曹树良;遗传算法在并联水泵系统运行优化中的应用[J];流体机械;2003年10期

3 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期

4 李凡,黄数林,张东风;一种改进的多倍体遗传算法[J];华中科技大学学报(自然科学版);2005年01期

5 韦雪洁;黎明;刘高航;田贵超;;注入式的遗传算法的分析与研究[J];南昌航空工业学院学报(自然科学版);2006年01期

6 阎纲;;遗传算法及其仿真[J];湖南工程学院学报(自然科学版);2006年04期

7 ;遗传算法[J];电网与清洁能源;2008年10期

8 吴玫;陆金桂;;遗传算法的研究进展综述[J];机床与液压;2008年03期

9 李培植;肖利明;于静涛;;基于遗传算法的结构优化方法[J];公路交通科技(应用技术版);2008年08期

10 于金;金乐;杜海璐;;基于改进遗传算法的集装箱装载优化问题研究[J];船海工程;2008年05期

中国重要会议论文全文数据库 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（上册）[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集（下册）[C];1996年

中国重要报纸全文数据库 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

中国博士学位论文全文数据库 前10条

1 蔡美菊;交互式遗传算法及其在隐性目标决策问题中的应用研究[D];合肥工业大学;2015年

2 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年

3 高军;无铅焊料本构模型及其参数识别方法研究[D];南京航空航天大学;2015年

4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年

5 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

6 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

7 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

8 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

9 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

10 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

中国硕士学位论文全文数据库 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年

  本文关键词：改进遗传算法在物流配送中的应用研究，由笔耕文化传播整理发布。

本文编号：264238