模糊需求下绿色同时取送货问题与算法研究
【部分图文】：
的最优解相较于传统遗传算法而言，可使总成本降低31.1%；相较于粒子群算法而言，可使总成本降低60.03%。对比碳排放与旅行时间，三种算法的差别不大。另外，经过验算发现，当客户数量为90时，总成本高于正常水平，这是由于车辆的载重超过车辆容量限制，从而产生了较高的惩罚成本，此种情况下可考虑用不同的车型安排取送货，这将是下一步的研究方向。综上，当客户为小规模及中等规模时，本文算法求解模糊需求下绿色同时取送货问题的求解效果均优于GA和PSO。当客户规模较大时，本文算法的求解效果仍远优于GA和PSO。且从图6可以看出，粒子群算法的收敛速度最快，但结果最差；遗传算法的求解结果优于粒子群算法，但是收敛速度较慢；改进的遗传禁忌算法的求解效果最好，收敛速度仅略低于粒子群算法。故而，认为改进的遗传禁忌算法对于求解该问题是实用且有效的。5结束语本文以VRPSPD为基本模型，考虑了客户需求的不确定性以及客户服务时间，引入了综合碳排放计算方法，建立了模糊需求下的绿色同时取送货模型，并提出了一种求解该问题的遗传禁忌搜索算法。通过案例分析验证了模型和算法对于处理模糊需求下的绿色同时取送货车辆调度问题的可行性和有效性。结果表明，车辆的总旅行时间与油耗量并非单纯的线性关系，需要考虑车辆在各客户点的服务时间。同时，改进的遗传禁忌搜索算法在求解小规模及中等规模客户量时，求解效果及收敛性均优于传统的遗传算法和粒子群算法。当客户规模较大时，改进的遗传禁忌搜索算法对于总成本的求解效果仍远优于传统的遗传算法和粒子群算法。本文以低碳作为研究目标，建立的模型及求解算法对于物流企业在绿色可持续发展的背景下进行物流配送提供了优化支持，也为政府相关部门制定节能减排政策提供了一
【相似文献】
相关期刊论文 前10条
1 黄明,闫淑娟,梁旭;遗传算法和禁忌搜索算法在车间调度中的研究进展[J];工业控制计算机;2004年02期
2 方永慧,刘光远,贺一,邱玉辉;一种基于插入法的禁忌搜索算法[J];西南师范大学学报(自然科学版);2003年06期
3 吴胜昔;刘威;卢文建;顾幸生;;一类面向仓库车辆路径优化的改进禁忌搜索算法及其应用[J];华东理工大学学报(自然科学版);2018年04期
4 孙艳丰;;基于遗传算法和禁忌搜索算法的混合策略及其应用[J];北京工业大学学报;2006年03期
5 彭碧涛;周永务;周世平;;求解三维装载约束下车辆路径问题的混合禁忌搜索算法[J];福建电脑;2013年11期
6 程航;张磊;;求解最短路问题的改进禁忌搜索算法[J];交通科技与经济;2018年02期
7 孙淑光;张泰荣;;遗传与禁忌搜索算法组合的停机位优化分配[J];中国民航大学学报;2019年04期
8 熊杰;杨东升;王允森;;遗传禁忌搜索算法在工业机器人结构参数辨识上的应用[J];组合机床与自动化加工技术;2015年12期
9 廖大强;邬依林;印鉴;;基于禁忌搜索算法的线路规划方案求解[J];计算机工程与设计;2015年05期
10 朱永利;陈英伟;韩凯;;基于改进的遗传禁忌搜索算法求解电力线路最佳抢修路径[J];信息化纵横;2009年06期
相关博士学位论文 前1条
1 石嘉川;基于模糊评价的配电网络多目标优化研究[D];山东大学;2007年
相关硕士学位论文 前10条
1 付秦红;基于禁忌搜索和蚁群的混合智能算法解决VRP的研究[D];武汉轻工大学;2018年
2 杨东林;在O2O情景下的送取货集成决策[D];上海交通大学;2017年
3 摄伟;基于禁忌搜索算法的区域电网无功优化[D];西安科技大学;2008年
4 张策;禁忌搜索的并行化及其应用[D];天津职业技术师范大学;2020年
5 王乐;对解决背包问题的遗传禁忌搜索算法的研究[D];郑州大学;2006年
6 王超;基于混合遗传禁忌搜索算法的多目标柔性作业车间调度问题研究[D];重庆大学;2012年
7 叶碧虾;基于遗传和禁忌搜索算法的排课系统研究与实现[D];厦门大学;2009年
8 陆楠;道路堵塞干扰下物流配送车辆调度研究[D];河北工程大学;2014年
9 郭万丹;基于遗传禁忌搜索算法的货位分配问题研究[D];辽宁科技大学;2016年
10 杨敬;禁忌搜索与SQP相结合的混合优化算法研究[D];浙江大学;2006年
本文编号：2877412
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/2877412.html
