模糊信息条件下车辆路径问题研究

发布时间：2020-10-22 00:47

　　 随着市场竞争的日益加剧、世界经济一体化进程的加快和科学技术的飞速发展，许多企业已经把物流作为提高市场竞争能力和提升核心竞争能力的重要手段，将先进的物流理论和物流技术引入企业的生产和经营管理中。作为实现物流合理化的重要内容和手段，研究车辆路径有助于企业降低物流成本，提高运作效率，全面提高顾客满意度。由于车辆路径问题将运筹学理论与生产实践紧密地结合在一起，近几十年取得了很多成果，因此被称为“最近几十年运筹学领域最成功的研究之一”。以往对车辆路径问题的研究多是基于确定性信息，而在实际中出现在路径制定者面前的往往是一些非确定性信息，如模糊信息等，研究确定性车辆路径问题的有效方法不一定能有效解决模糊车辆路径问题，因此有必要研究模糊车辆路径问题的特征，构造有效的模型和算法。但到目前为止，对模糊性信息条件下车辆路径问题的研究仍然很少，许多不尽人意的地方有待于进一步完善和改进。本文较深入地研究了模糊性信息条件下的一系列车辆路径问题。 论文的主要研究内容如下： 第1章在对大量相关文献进行总结提炼的基础上，分别回顾了国内、外对车辆路径问题的研究成果，并指出了目前车辆路径问题研究中存在的不足和潜在的研究领域。 第2章，研究了模糊需求信息条件下的VRP(VRPFD)。通过引入决策者主观偏好的概念，建立了VRPFD的模糊机会约束规划模型，结合传统VRP的启发式、亚启发式算法，分别给出了VRPFD的两种计算方法。同时，由于决策者主观偏好值的选取对最终决策结果有巨大影响，通过随机试验方法研究了决策者主观偏好值对最终决策目标的影响，给出了决策者主观偏好值选取的合理范围。 第3章，在对具有模糊旅行时间的VRP进行描述的基础上，通过对传统VRP的C-W节约算法进行修正和引入模糊数学中模糊推理的概念，提出求解VRPFT的两种启发式算法——修正的C-W节约算法和基于模糊逻辑的混合遗传算法。 第4章，具有模糊预约时间的VRP研究。对传统带有时间窗的VRP进行拓展，运用模糊预约时间的概念代替传统的时间窗概念，研究了具有模糊预约时间的多对多货物收发情况下的车辆路径问题，并提出解决该问 第11页西南交通大学博士研究生学位论文 题的一种混合遗传算法。 第5章，研究了模糊需求信息条件下的单车场单车辆动态VRP，通过 对前面VRPFD研究的进一步扩展，研究了在车辆运行过程中信息会实时 变化的动态VRPFD(DVRPFD)，提出了决策者主观偏好值P’给定条件下 求解该问题的一种基于模糊可能性的动态启发式算法。并同样运用随机模 拟方法研究了决策者主观偏好值的选取对最终车辆路径安排的影响，给出 了其最佳取值范围。 第6章，研究了具有模糊预约时间的动态VRP。设计了用来处理该问 题的模糊特征，以及用来确定车辆的最适宜服务时间的双向推一碰过程， 并在此基础上提出了解决该问题的一种插入启发式算法。 结论部分指出论文的主要创新之处，并对未来研究加以展望。 关键词:车辆路径问题;模糊性;启发式算法;遗传算法;动态
【学位单位】：西南交通大学
【学位级别】：博士
【学位年份】：2004
【中图分类】：F224
【文章目录】：
第1章 绪论
    1.1 选题背景与研究意义
        1.1.1 选题背景
        1.1.2 研究意义
    1.2 国内外研究综述
        1.2.1 国内VRP研究综述
        1.2.2 国外VRP研究综述
    1.3 研究中存在的问题
    1.4 本论文研究内容
第2章 模糊需求信息条件下的VRP研究
    2.1 问题的提出
    2.2 问题的描述和模型建立
        2.2.1 问题描述
        2.2.2 解决问题的基本思路及模型建立
    2.3 求解VRPFD的Sweeping启发式算法设计及实验分析
        2.3.1 Sweeping算法设计
        2.3.2 实验分析
    2.4 求解VRPFD的基于模糊模拟的混合遗传算法设计及实验分析
        2.4.1 遗传算法及其在VRP研究中的应用
        2.4.2 求解VRPFD的基于模糊模拟的混合遗传算法
        2.4.3 实验分析
    2.5 小结
第3章 模糊旅行时间的VRP研究
    3.1 问题描述与模型建立
    3.2 具有模糊旅行时间的VRP的修正C-W节约算法
        3.2.1 C-W节约算法的基本思想
        3.2.2 具有模糊旅行时间的VRP的修正C-W节约算法涉及
        3.2.3 算例
    3.3 求解模型旅行时间的VRP的基于模糊推理的混合遗传算法
        3.3.1 解决问题的基本思路
        3.3.2 基于模糊推理的选优
        3.3.3 基于模糊推理的混合遗传算法
        3.3.4 算例及结果分析
    3.4 小结
第4章 具有模糊预约时间的VRP研究
    4.1 问题描述
        4.1.1 模糊预约时间
        4.1.2 模糊预约时间与传统时间窗的区别
        4.1.3 具有模糊预约时间的多对多货物收发情况下的VRP描述
        4.1.4 模型建立
    4.2 求解具有模糊预约时间的多对多货物收发情况下的VRP的混合遗传算法
    4.3 实验分析
    4.4 小结
第5章 模糊需求信息条件下的实时动态VRP研究
    5.1 问题描述与模型建立
        5.1.1 问题描述
        5.1.2 解决问题的基本思路
        5.1.3 模型建立
    5.2 具有模糊需求的VRP的基于模糊可能性的实时启发式算法
        5.2.1 算法设计
        5.2.2 行驶距离计算
    5.3 随机实验及结果分析
    5.4 小结
第6章 具有模糊预约时间的动态VRP研究
    6.1 问题描述
    6.2 求解具有模糊预约时间的动态VRP的一种插入启发式算法
        6.2.1 算法设计的基本思路及算法步骤
        6.2.2 可行插入位置的确定
        6.2.3 最好服务时间的确定
    6.3 算例
    6.4 小结
结论
致谢
参考文献
攻读博士学位期间发表的论文及科研情况

【引证文献】

相关期刊论文 前4条

1 蔡洪文;张殿业;蔡洪武;;基于大系统理论的随机需求条件下的生产—定位—路径集成研究[J];华东经济管理;2011年03期

2 陈宝文;宋申民;陈兴林;;模糊需求车辆路径问题及其启发式蚁群算法[J];计算机应用;2006年11期

3 赵振华;王杰;娄春元;;物流配送中车辆路径问题的模型及算法研究[J];物流科技;2007年01期

4 董家瑞;王精业;王琴琴;;装备保障路径选择算法研究[J];装甲兵工程学院学报;2008年03期

相关博士学位论文 前6条

1 王君;不确定因素下车辆路径问题建模及优化方法研究[D];天津大学;2012年

2 吴斌;车辆路径问题的粒子群算法研究与应用[D];浙江工业大学;2008年

3 曹二保;物流配送车辆路径问题模型及算法研究[D];湖南大学;2008年

4 井祥鹤;陆路物流物资配载及输送路径优化问题的模型与算法[D];南京理工大学;2007年

5 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年

6 万凤娇;基于多目标规划的危险废弃物物流选址—选线模型研究[D];武汉理工大学;2010年

相关硕士学位论文 前8条

1 周伟武;基于GIS烟草配送线路优化技术的研究[D];浙江理工大学;2010年

2 李文忠;有捎带的车辆路径问题的研究[D];西南交通大学;2010年

3 朱文婷;基于不确定时间的车辆路径问题研究[D];西南交通大学;2011年

4 王泽;台风灾害下区域疏散公交集结点选址和车辆路径规划[D];哈尔滨工业大学;2010年

5 隆颖;带回程取货的车辆路径若干问题研究[D];东北大学;2005年

6 辛一揆;多因素影响下车辆调度模型分析及算法研究[D];武汉理工大学;2007年

7 张泳;物流配送中车辆路径问题的多目标优化算法研究[D];浙江师范大学;2010年

8 韩晶晶;面向路况不确定性的家具物流配送路径优化研究[D];中南林业科技大学;2012年

本文编号：2850840