基于人工蜂群算法的非配对的带取货和送货需求的车辆路径问题研究

发布时间：2021-03-12 02:57

　　车辆路径问题（Vehicle Routing Problem, VRP）是运筹学和组合优化领域研究的热点问题,同时也是企业物流配送中的关键问题。随着时代的发展,人们对物流服务水平的要求越来越高,由此拓展产生的车辆路径问题模型也变得越来越复杂。因此,以经典车辆路径问题为基础,完善车辆路径问题的研究,并构建高质量和高效率的求解算法对提高企业运输效率和降低运输成本具有重要的研究价值和现实意义。本文以经典车辆路径问题为基础,综合运用组合优化和智能启发式算法等工具,对人们关注较少却极具现实意义的一类问题——非配对的带取货和送货需求的车辆路径问题（Unpaired VRPPD问题）展开研究。主要研究内容如下：第一,简单介绍了研究Unpaired VRPPD问题的背景和意义,分析了VRPPD问题现状及解决该问题所采用的工具（即人工蜂群算法）的研究现状以及存在的不足,阐述了本文的主要研究内容。第二,对车辆路径问题进行概述,介绍了经典车辆路径问题的概念及数学模型,并介绍了求解该类问题的常用求解算法,为后续研究提供了理论基础。第三,针对人工蜂群算法的研究现状和不足之处,本文改进了算法的搜索方式和选择方式。... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

车辆路径问题示意图

The Iieralion The Iteration图3. 2三种不同搜索方式性能比较Fig. 3.2 The performance comparison in three different search strategies22

择法是一种基于贪婪选择的策略。算法在选择过程中，选择的通常是较优解，而忽视了较差解的作用，这就增加种群的选择压力，容易使算法陷入局部最优。图3.3所示，可以看出在进化算法中，优解和差解都能够对算法进化产生影响。因此，本文通过改变搜索策略，来改变算法的性能。 .fitness? better solutionglobal optimum/\ _ wonse solutksn.local optimum / \/ \、 hard to / \A 、C escape I \/%IIa/ \individual图3. 3选择差解和优解时的种群进化Fig. 3.3 Evolution of the population with selecting worse solutions and better solutions.23

【参考文献】：
期刊论文
[1]引入跟踪搜索和免疫选择的人工蜂群算法[J]. 付丽,罗钧.  模式识别与人工智能. 2013(07)
[2]同时取送货车辆路径问题的改进粒子群优化算法[J]. 贾方方,孔德成.  物流技术. 2012(19)
[3]我国区域服务业发展差异的实证分析与政策建议[J]. 李志杰,李蕊,张颖熙.  经济研究参考. 2012(46)
[4]基于粒子群和人工蜂群算法的混合优化算法[J]. 王志刚.  科学技术与工程. 2012(20)
[5]基于人工蜂群算法的物流配送路径优化[J]. 杨亮,白万民,闫莉.  信息系统工程. 2010(12)
[6]具有同时集送货需求车辆路径问题的混沌量子进化算法研究[J]. 吴斌,钱存华,董敏,谢庆红.  控制与决策. 2010(03)
[7]协同粒子群-模拟退火算法求解VRPSPD问题[J]. 张涛,张春梅,张玥杰.  系统管理学报. 2009(06)
[8]基于boltzmann选择策略的人工蜂群算法[J]. 丁海军,冯庆娴.  计算机工程与应用. 2009(31)
[9]具有同时送货和取货需求的车辆路径问题的蚁群禁忌混合优化算法[J]. 殷佳林,蒋泰.  广西科学院学报. 2008(04)
[10]基于剩余装载能力的逆向物流车辆路径问题[J]. 谢如鹤,刘霆,邱祝强.  系统工程. 2004(10)

硕士论文
[1]基于混合启发式算法的集货与送货车辆路径规划研究[D]. 祁文祥.上海交通大学 2009



本文编号：3077559