基于改进的教学优化算法的物流无人机群送取货航线规划问题研究

发布时间：2020-03-31 07:00

【摘要】：物流是影响中国国民经济的重要组成部分,运输作为物流的重要环节之一,其成本占据整个物流成本比例的50%以上。采用物流无人机进行配送运输,能够有效地控制配送运输成本。为物流无人机群送取货设计合理高效的配送方案能够更进一步地节约运输成本并提升物流水平,该问题可以看作是车辆路径问题(VRP)。结合物流配送实际需要,将带同时送取货和时间窗的车辆路径问题(VRPSPDTW)与物流无人机配送运输相结合,以使得物流运输总成本能够得到有效地降低。因此,为解决物流无人机群的送取货航线规划问题,本文设计了一种改进的教学优化算法(HTLBO)。基于标准测试案例,将改进的教学优化算法与现有的最优结果进行比较,验证了本文算法的有效性。并通过用实际采样的两个地区的顾客数据对本文提出的HTLBO算法进行测试,验证了本文提出算法的实用性。本论文研究的主要内容如下:(1)以物流运输为背景,介绍说明物流无人机作为配送运输工具的优越性和必要性。并将物流无人机群配送运输航线设计与VRP问题结合进行讨论提出了VRPSPDTW问题。并分别介绍了物流无人机群航线规划的研究现状、VRP延伸问题的概念、模型及解决方法、无人机运输配送密切相关的VRPSPDTW的国内外研究现状。(2)以经典车辆路径问题的数学规划模型为基础,介绍了VRPSPDTW问题的组成、参数及参数的表示、该问题的优化目标、约束条件,给出VRPSPDTW问题的数学规划模型。(3)针对物流无人机配送运输的VRPSPDTW问题,提出一种新的改进教学优化启发式算法。从解的编码方式、解的评估方法和可行性分析、种群的初始化、解的变换方法以及解的更新等方面对算法做出了改进。此外,本文的创新还在于,第一次将改进的教学优化算法与车辆路径问题结合,提出了新的编码方式,并在原算法的基础上创新使用了基于拆分操作的学生自学阶段以及基于改进变邻域搜索的教师进修阶段。通过仿真实验验证了本文提出的改进的教学优化算法的有效性。
【图文】：

邻域结构

长安大学硕士学位论文解，该操作会跳转到比上一层邻域更大的邻近区域中去，，继续进行搜索任务，代终止条件内(预设的最后一个邻域结构)，当前解依旧得不到改进和更新，会继续迭代跳转至下一个更大的领域中继续寻优，直至使得当前解得到改进的到达邻域空间的最后一层结构；如果当前的解得到了改进和更新，则 VND 就最小的邻域中去，直到最后一个领域结构终止 VND 算法。如下图 4.4 为 VND的过程说明图。

位置分布,客户,位置分布

Rdp101客户点的位置分布
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F259.2;TP18

【相似文献】