基于混合遗传算法的紧急程度不确定应急物流问题求解

发布时间：2021-03-28 03:42

　　针对救灾工作中因紧急度不确定性造成物资配送延误的问题,以总延误时间和总运输时间为优化目标,建立紧急程度不确定的应急物流规划模型,以Beta分布模拟灾区紧急度变化情况,同时进行预测.设计基于紧急度的混合遗传算法,在该算法的局部搜索阶段使用一种紧急度依赖的路径调整算法,根据物资需求点的紧急度不同的特性,对存在延误的配送路径进行有针对性的优化.实验结果表明,所提模型和算法有效降低了延误和运输时间,尤其延误时间,与一些经典算法相比改进明显,且在多组算例中效果稳定,具有良好的鲁棒性. 

【文章来源】：系统科学与数学. 2020,40(04)北大核心CSCD

【文章页数】：15 页

【部分图文】：

图１?Ｂｅｆａ（２，?Ｓ）概率密度分布阌??（Ｆｉｇｕｒｅ?１?Ｂｅｔａ?（２，?５）?ｐｒｏｂａｂｉｌｉｔｙ?ｄｅｎｓｉｔｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｍａｐ）??

??２０８４??运输时＿标准差??－??－??５７．７??５６．６??延湊．时＿丨每＇标准差??－??－??３３．９??１９．４??延误資覽：点数标准差??－??－??１．２??０．９??度（／３＝０．７５），侧重干延误时间的减少，延误时间方面ＵＤＧＡ较ＸＪＤＧＡ－Ｏ降低４Ｓ．６％，降輻明??显．??另外，表４统计了?ＵＤＧＡ和ＵＤＧＡ＿０在１２个算例上的各指标标准方差的平均值．为??了更清晰地对比ＵＤＧＡ和ＵＤＧＡ＿０的优劣情况，对它们在６个评价值上进行排名，绘制成??雷达图如图１１．线条围成的面积越小表示算法越优秀．可以看出，ＵＤＧＡ在５项指标上均较??ＵＤＧＡ＿０占优，仅运输时间方面表现较弱．??？？？？？ＵＤＧＡ?？?ＵＤＧＡ?Ｏ??延误时间标准差??图１１各评价指标下算法性能对比??（Ｆｉｇｕｒｅ?１１?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ａｌｇｏｒｉｔｈｍ?ｐｅｒｆｏｒｍａｎｃｅ?ｕｎｄｅｒ?ｖａｒｉｏｕｓ?ｅｖａｌｕａｔｉｏｎ?ｉｎｄｉｃａｔｏｒｓ）??表５各算法３０次独立运行所得目标函数最优对比??（Ｔａｂｌｅ?５?Ｔｈｅ?ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｔｈｅ?ｂｅｓｔ?ｏｂｊｅｃｔｉｖｅ?ｆｕｎｃｔｉｏｎｓ?ｏｂｔａｉｎｅｄ?ｂｙ?ｅａｃｈ??ａｌｇｏｒｉｔｈｍ?ｏｖｅｒ?３０?ｉｎｄｅｐｅｎｄｅｎｔ?ｒｕｎｓ）??ＤＡＴＡ?＿??ＦＣＦＳ??ＵＲＧＳ??ＵＤＧＡ＿０??ＵＤＧＡ??ＴＦＴ??ＤＥＬ??ＮＵＭ??ＴＦＴ??ＤＥＬ??ＮＵＭ??ＴＦＴ??ＤＥＬ?ＮＵＭ??ＴＦＴ??ＤＥＬ??ＮＵＭ??Ａ－ｎ３２－ｋ５??２０８１??１２２６．０??８??２４０７??３３５．０??７??１１４２??６．０??２?

【参考文献】：
期刊论文
[1]考虑紧急度的救灾车辆路径问题建模与优化[J]. 张玉州,徐廷政,郑军帅,饶舜.  计算机应用. 2019(08)
[2]基于迭代变邻域下降算法求解TTRP问题[J]. 王超,高扬,刘超.  系统工程理论与实践. 2018(11)
[3]求解模糊需求车辆路径问题的两阶段变邻域禁忌搜索算法[J]. 李阳,范厚明,张晓楠,杨翔.  系统工程理论与实践. 2018(02)
[4]基于优先等级的震后应急物资LRP优化决策模型[J]. 张雷.  系统科学与数学. 2017(02)
[5]物流配送车辆路径问题的鲁棒优化方法[J]. 张倩,鲁渤,杨华龙.  系统科学与数学. 2017(01)
[6]多模糊时间窗车辆路径问题的建模及求解[J]. 闫芳,王媛媛.  交通运输系统工程与信息. 2016(06)
[7]应急救援物资多目标分配与调度问题建模与求解[J]. 张国富,王永奇,苏兆品,蒋建国.  控制与决策. 2017(01)
[8]地震概率安全分析中地震易损度不确定性分布的研究[J]. 王玉卿,王梦溪,杜金雁.  核科学与工程. 2016(01)
[9]模糊需求车辆路径优化及实时调整[J]. 张晓楠,范厚明.  上海交通大学学报. 2016(01)
[10]基于信息融合的系统可靠性优化试验设计模型[J]. 张安扬,刘琦.  航空动力学报. 2016(02)



本文编号：3104814