基于单车场多车型车辆路径问题的混合求解算法
本文关键词: 启发式算法 碳排放量 车辆路径问题 单车场多车型 出处:《系统管理学报》2017年05期 论文类型:期刊论文
【摘要】:为降低华北石油局大牛地气田采气过程中的车辆运输成本和车辆碳排放量,建立了单车场多车型车辆路径问题(SHVRP)数学模型,将扫描法、插入法、邻近法、两阶段法、遗传算法和蚁群算法等启发式算法作为求解SHVRP模型的基本算法,在分析算法原理、性能和适用环境等差异的基础上,提出了3种混合算法:混合启发式算法HHA(两阶段法+最远插入法+2-OPT)、混合遗传算法HGA(最邻近法+2-OPT+遗传算法)以及混合蚁群算法HACO(遗传算法+蚁群算法)。进而,列出了HA、HHA、GA、HGA、ACO、HACO等6种算法求解同一算例的10次运行结果的平均值,混合后算法的运行结果对比混合前算法的优势说明了混合算法的优越性。综合总配送成本、总碳排放量、配送车辆数和首次搜索到最优解的迭代数及计算时间等对3种混合算法进行比较,得出HACO最优,HGA次之,HHA最差。最后,将基于混合算法的智能运输方案与大牛地气田现有的基于经验法则的运输模式作对比,进一步说明了所提混合算法的可行性和有效性。
[Abstract]:In order to reduce vehicle transportation cost and vehicle carbon emission during gas production in Danudi Gas Field of North China Petroleum Bureau, a mathematical model of SHVRPfor multi-type vehicle routing problem in single yard was established, scanning method and inserting method were used. The heuristic algorithms, such as proximity method, two-stage method, genetic algorithm and ant colony algorithm, are the basic algorithms to solve the SHVRP model, on the basis of analyzing the differences of algorithm principle, performance and applicable environment. Three hybrid algorithms are proposed: hybrid heuristic algorithm HHA (two-stage furthest insertion method 2-OPT). Hybrid genetic algorithm HGA (nearest neighbor 2-OPT genetic algorithm) and hybrid ant colony algorithm HACO (genetic algorithm ant colony algorithm). ACO-HACO and other six algorithms are used to calculate the average value of the results of 10 runs of the same example. Compared with the advantages of the pre-hybrid algorithm, the advantages of the hybrid algorithm show the superiority of the hybrid algorithm. By comparing the number of vehicles and the number of iterations and computing time of the first search to the optimal solution, the results show that the HACO optimal algorithm is the next worst. Finally. By comparing the intelligent transportation scheme based on hybrid algorithm with the existing transportation mode based on empirical rule in Daniudi gas field, the feasibility and effectiveness of the proposed hybrid algorithm are further illustrated.
【作者单位】: 中国地质大学(武汉)经济管理学院;中国地质大学(武汉)数字化商务与智能管理研究中心;中南大学商学院;
【基金】:国家自然科学基金资助项目(71103163,71573237) 教育部人文社会科学研究规划基金资助项目(15YJA630019);教育部新世纪优秀人才支持计划资助项目(NCET-13-1012) 中央高校基本科研业务费专项资金资助项目(CUG120111,CUG110411,G2012002A,CUG140604)
【分类号】:TP18;U116.2
【正文快照】: 大牛地气田第一采气厂有1个污水处理厂和60个集气站,每个集气站有一个甲醇(生产材料)储存罐和一个污水(生产过程中产生的水合物)储存罐,站长每周在生产日报上反映本站的甲醇需求量和污水储存罐中的污水量,生产运行科汇总各个集气站的甲醇需求量和污水量,从而安排车辆来完成甲
【相似文献】
相关期刊论文 前10条
1 尹晓峰;杜艳萍;;车辆路径问题的蚁群算法研究[J];太原科技大学学报;2005年04期
2 王云平;;车辆路径问题的形式化及其知识表示方法研究[J];辽宁省交通高等专科学校学报;2006年04期
3 曹二保;赖明勇;张汉江;;模糊需求车辆路径问题研究[J];系统工程;2007年11期
4 唐连生;梁剑;;突发事件下的车辆路径问题研究综述[J];铁道运输与经济;2008年12期
5 唐伟勤;张隐;张敏;;大规模突发事件应急物资调度中的车辆路径问题[J];物流技术;2008年12期
6 刘红梅;陈杨;;车辆路径问题的形式化方法研究[J];科技资讯;2008年05期
7 唐加福;孔媛;潘震东;董颖;;基于划分的蚁群算法求解货物权重车辆路径问题[J];控制理论与应用;2008年04期
8 熊志华;邵春福;姚智胜;;车辆路径问题的可靠性研究[J];物流技术;2008年08期
9 徐俊杰;;利用微正则退火算法求解车辆路径问题[J];安庆师范学院学报(自然科学版);2009年02期
10 宁晓利;;车辆路径问题的组合优化算法[J];物流技术;2009年06期
相关会议论文 前3条
1 符卓;陈斯卫;;车辆路径问题的研究现状与发展趋势[A];中国运筹学会第七届学术交流会论文集(下卷)[C];2004年
2 陈美军;张志胜;史金飞;;MDVRPMC问题的智能多态蚁群算法研究[A];2007第三届中国智能交通年会论文集[C];2007年
3 张建同;冯子炎;;求解车辆路径问题的改进CW节约算法[A];第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会论文集[C];2012年
相关博士学位论文 前10条
1 刘霞;车辆路径问题的研究[D];华中科技大学;2007年
2 陆琳;不确定信息车辆路径问题及其算法研究[D];南京航空航天大学;2007年
3 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
4 谢秉磊;随机车辆路径问题研究[D];西南交通大学;2003年
5 符卓;开放式车辆路径问题及其应用研究[D];中南大学;2003年
6 吕雄伟;邮政物流车辆路径问题研究[D];西南交通大学;2009年
7 潘立军;带时间窗车辆路径问题及其算法研究[D];中南大学;2012年
8 彭碧涛;三维装载约束下车辆路径问题研究[D];华南理工大学;2013年
9 马华伟;带时间窗车辆路径问题及其启发式算法研究[D];合肥工业大学;2008年
10 王科峰;节点具有双重需求的车辆路径问题研究[D];上海理工大学;2012年
相关硕士学位论文 前10条
1 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
2 曹高立;基于求解车辆路径问题的混合智能优化算法研究[D];昆明理工大学;2015年
3 杜涛涛;仿生智能算法在逆向物流选址与车辆路径问题中的应用研究[D];上海工程技术大学;2015年
4 邓璇;考虑货物类别的多车型车辆路径问题优化研究[D];长安大学;2015年
5 史春燕;带车辆时间窗的多车场车辆路径问题研究[D];重庆工商大学;2015年
6 王坤;城市物流车辆配送路径优化研究[D];重庆交通大学;2015年
7 王浩光;改进伊藤算法及其在车辆路径问题中的研究与应用[D];浙江工业大学;2015年
8 谢婉君;A快递公司C站点车辆路径优化问题研究[D];华南理工大学;2015年
9 李阳;带时间窗的多车场低碳车辆路径问题研究[D];南京农业大学;2014年
10 邵楷;基于人工蜂群算法的车辆路径问题的研究与应用[D];武汉轻工大学;2015年
,本文编号:1489626
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/1489626.html