基于改进遗传算法的物流车辆调度系统开发与研究

发布时间：2020-06-06 17:11

【摘要】：目前,随着交通行业和电子商务的快速发展,物流配送行业的发展趋于信息化,行业竞争愈来愈激烈。随着物质生活水平的提升,客户对物流配送的及时性有着越来越高的要求。物流企业面临的最主要问题是如何通过高效的配送方法来降低货物配送的花销来实现最大化的收益。本文从该问题着手,研究了用于求解车辆配送路径问题的遗传优化算法,并针对其在求解此类问题时出现的易陷入局部最优的缺点进行改进。通过仿真分析,证明了改进后遗传算法的合理性和有效性。在此基础上,设计并开发了物流车辆调度系统。本文首先阐述了车辆调度问题的定义及分类,着重介绍了面向带时间窗约束的车辆调度问题及其求解算法。然后,对带时间窗的车辆路径问题进行研究,对问题相关的约束条件进行了简明的分析和数学描述,并在此基础上建立了该问题的数学模型。针对传统遗传算法求解此类问题时易陷入局部最优的缺点,提出了一种基于改变初始种群创建方式和提高种群多样性的交叉、变异策略的改进遗传算法。接着,进一步将改进后的遗传算法用于求解带时间窗的车辆路径问题。设计了求解这类问题的实现步骤,通过实验仿真与传统遗传算法和其他文献的改进算法进行比较分析。验证了本文所建模型及求解算法的合理性和有效性。最后,开发了具有智能配送功能的车辆调度系统,通过百度地图GIS框架结合本文改进的遗传算法实现了车辆路径的分配并在地图中显示了各车辆的最优路径。
【图文】：

对其求解也比较困难。本章主要对车辆路径问题的分类作介绍，对带时间窗的车辆路径问题及其求解算法进行了重。车辆路径问题概念1 车辆路径问题定义车辆路径问题最早由国外学者提出，在物流领域内，问题主要可为车辆对于配送任务的行车路线的安排问题。即从物流的仓储中布在各个位置的客户点进行货物配送，要求安排合理的车辆资源车可对多个客户进行配送，同一客户的货物不能分开配送，所有过的客户点不能重复，最后要以最小的配送花销完成这个任务，所有车辆行驶的总距离最小。图 2-1 描绘了一个典型的车辆路径VRP 问题可以定义如下：

窗车辆路径问题的描述配送的实际业务场景中，传统的只考虑车容量限难以满足客户的需求。因此，，有关时间窗的要求环节中。客户要求物流车辆尽量在其可接货的时，配送方案的好坏将决定客户满意度的高低。这行驶距离的情况下还要考虑客户满意度。需要在点来达到成本优化的目的。时间窗车辆路径问题一般指硬时间窗问题，即配能严格按照客户的约定时间来完成配送任务，将拒绝此次服务。图 2-2 描述了一个硬时间窗惩在时间[e，l]内完成配送服务，早到或迟到将造惩罚 M（无穷大的正整数）。
【学位授予单位】：武汉工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U492.22

【相似文献】

相关期刊论文 前10条

1 冯锦春;杨林建;;利用遗传算法进行机械优化[J];四川工程职业技术学院学报;2007年06期

2 任志凤;胡小建;孙太生;徐飞;李云良;;遗传算法在焊接领域的优化与应用[J];现代焊接;2012年03期

3 李振业;陈婷;陈静;;基于遗传算法的旅游最优路径探究[J];电脑知识与技术;2018年34期

4 唐文琦;曾干敏;刘泽宇;;浅谈遗传算法及其部分改进算法[J];科技风;2019年12期

5 李岩;袁弘宇;于佳乔;张更伟;刘克平;;遗传算法在优化问题中的应用综述[J];山东工业技术;2019年12期

6 魏晓玲;;一种改进遗传算法及验证[J];电脑编程技巧与维护;2019年06期

7 冯双林;靳继红;;现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J];农机化研究;2018年01期

8 梁肖;周湘贞;;基于遗传算法的小麦收割机路径智能优化控制研究[J];农机化研究;2018年02期

9 王勇;孙耀南;;基于遗传算法的医院房间位置优化研究[J];电脑与信息技术;2018年01期

10 李超;王杰;史运涛;李锦龙;;基于遗传算法的汽油调和优化系统[J];工业控制计算机;2018年10期

相关会议论文 前10条

1 谢宏;袁小芳;向启均;陈yN婧;王立宸;;机器人惯性参数的改进遗传算法辨识方法研究[A];第37届中国控制会议论文集（B）[C];2018年

2 彭军;徐本柱;刘晓平;;遗传算法的实现及其在生产调度中的应用[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

3 韩战钢;;遗传算法及在经济中的应用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

4 赖梅;熊丽荣;;基于改进遗传算法的乘务交路优化问题研究[A];第二十一届中国控制会议论文集[C];2002年

5 肖龙光;丁晓东;;基于理性变异的遗传算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年

6 鞠训光;于洪珍;;求整体优化全部解的区间排除遗传算法[A];第十七届全国过路控制会议论文集[C];2006年

7 刘兴隆;;快速进化式遗传算法[A];“电力大系统灾变防治和经济运行重大课题”部分专题暨第九届全国电工数学学术年会论文集[C];2003年

8 谈斌;唐力铁;张己化;周海云;;遗传算法在漫反射系数计算中的应用研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

9 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

10 蔡亚星;李伟明;尚飞;任武;薛正辉;高本庆;;双种群遗传算法进行阵列天线综合[A];2005'全国微波毫米波会议论文集（第三册）[C];2006年

相关重要报纸文章 前10条

1 郭勉愈　编译;遗传算法：让发明自动“进化”[N];科学时报;2011年

2 上海科学院规划研究处 刘小玲;上海能否成为人工智能城市[N];解放日报;2017年

3 记者 常丽君;科学家首次将遗传算法用于量子模拟[N];科技日报;2016年

4 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

5 记者 李星婷;2014中国生命电子学术年会在渝召开[N];重庆日报;2014年

6 记者 刘霞;美用遗传算法逆向设计新型纳米材料[N];科技日报;2013年

7 高雪娟;协同设计的平台策略[N];中国计算机报;2006年

8 陈巍;浩辰有望在协同设计关键领域取得突破 引领CAD应用新潮流[N];大众科技报;2006年

9 本报记者 李元丽;坚持自主创新 掀起AI+教育的中国浪潮[N];人民政协报;2018年

10 高峰;美国真能毁掉中国？[N];世界报;2012年

相关博士学位论文 前10条

1 孙秋红;基于遗传算法的水质数据挖掘与应用研究[D];燕山大学;2016年

2 金小敏;移动云环境中的计算迁移系统关键技术研究[D];北京邮电大学;2018年

3 王小港;遗传算法在VLSI设计自动化中的应用研究[D];中国科学院上海冶金研究所;2001年

4 宋晓峰;优生演进优化和统计学习建模[D];浙江大学;2003年

5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年

6 卜雷;城市货物运输规划优化方法研究[D];西南交通大学;2004年

7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年

8 李智勇;模式交流多群体遗传算法及其在神经网络进化建模中的应用[D];湖南大学;2003年

9 陈星;网络并行和遗传算法在HPM生物效应评价和辐射天线设计中的应用研究[D];四川大学;2004年

10 金菊良;遗传算法及其在水问题中的应用[D];河海大学;1998年

相关硕士学位论文 前10条

1 赵嘉祺;基于改进遗传算法的水面无人艇避障问题研究[D];天津理工大学;2019年

2 李振兴;基于遗传算法的沈抚新城低碳空间格局研究[D];沈阳建筑大学;2017年

3 陈成;基于改进遗传算法的物流车辆调度系统开发与研究[D];武汉工程大学;2018年

4 张凤飞;基于起飞飞机后侧跑道穿越的滑行路径优化研究[D];中国民用航空飞行学院;2019年

5 宋汶轩;城市快递配送车辆路径规划研究[D];北京邮电大学;2019年

6 王明;基于改进遗传算法的作业车间调度问题研究[D];安徽工程大学;2019年

7 申子凯;云平台资源调度算法的研究与仿真实现[D];北京邮电大学;2019年

8 石慧升;基于改进遗传算法的智能组卷系统的研究与实现[D];河北科技大学;2019年

9 李佳;基于遗传算法的供热平衡问题研究[D];河北科技大学;2019年

10 黄潇;遗传算法在血液中心制定流动采血计划中的应用[D];河北科技大学;2019年

本文编号：2700000