基于改进遗传算法的物流车辆路径规划方法研究与应用

发布时间：2023-05-12 23:16

　　随着国内电子商务平台的飞速发展,物流行业也随之蓬勃发展。当前,在物流行业中,运输过程处于物流核心位置,所占物流费用较大。物流企业在运输过程中存在的普遍问题是:车辆路径的规划主要依靠司机的主观经验,直接影响到配送车辆运输效率、运输成本以及客户满意度。针对以上问题,本文通过混合遗传算法实现车辆路径的合理规划,具体研究内容包含:(1)研究分析车辆路径问题相关理论,重点研究带时间窗车辆路径问题;研究分析出遗传算法在求解带时间窗车辆路径问题(VRPTW)时具有较强全局搜索特性,模拟退火算法在求解VRPTW时具有较强的局部搜索能力,因此本文将遗传算法与模拟退火算法进行相结合以提高全局最优解的质量;(2)为进一步提高最优解的质量,首先通过混沌算法生成初始种群,同时采用改进的比例选择法与精英保留策略对种群中的个体进行选择操作,然后将改进的自适应遗传算法应用于交叉算子和变异算子的优化过程,最后将遗传算法优化得到的个体再通过模拟退火算法进行局部寻优;(3)建立带时间窗车辆路径问题模型,该模型以车辆固定成本、运输成本以及时间窗惩罚成本之和为目标函数,将软时间窗与车辆载重量作为主要约束条件,寻求目标函数的最小...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 主要研究内容
    1.4 论文组织结构
2 车辆路径问题类型及求解方法
    2.1 车辆路径问题描述与分类
    2.2 带时间窗车辆路径问题的描述
    2.3 相关算法的研究
        2.3.1 遗传算法的研究
        2.3.2 模拟退火算法的研究
        2.3.3 遗传模拟退火算法的研究
    2.4 本章小结
3 带时间窗车辆路径问题的模型建立
    3.1 模型假设
    3.2 符号说明
    3.3 目标函数
    3.4 模型建立
    3.5 本章小结
4 带时间窗车辆路径问题的混合遗传算法设计
    4.1 混合遗传算法元素的改进
        4.1.1 染色体编码
        4.1.2 混沌算法生成初始种群
        4.1.3 适应度函数的确定
    4.2 混合遗传算子的改进
        4.2.1 选择算子的优化
        4.2.2 交叉算子的优化
        4.2.3 变异算子的优化
    4.3 自适应概率的改进
    4.4 模拟退火算法的设定
    4.5 混合遗传算法的流程
    4.6 本章小结
5 实验验证
    5.1 测试算例
    5.2 实验环境与参数设置
    5.3 结果分析与算法对比
        5.3.1 数据集结果对比分析
        5.3.2 具体算例结果分析
        5.3.3 算法成本对比分析
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
硕士学位期间取得的科研成果



本文编号：3814826