基于群体智能的动态需求车辆路径规划

发布时间：2023-11-04 10:37

　　得益于移动互联网带来的快捷便利的通信方式,客户和物流配送方之间的交流更加频繁,客户可以随时提交或者取消自己的配送需求。面对这种动态变化的客户需求,如何提高车辆路径规划效率,及时响应客户需求,对路径再优化以服务新增的客户需求,尽可能多地服务客户以提升客户满意度同时减少车辆配送花销,这些是物流配送中急需解决的问题。此外,传统的车辆路径规划方面的研究较少关注实际的道路交通网络,导致规划得到的车辆路径对车辆行驶缺乏指导意义。为了解决以上问题,本文考虑了道路交通网络以贴近实际的物流配送场景。本文对带道路网的车辆路径规划问题特点进行分析,构建了带道路网络的车辆路径规划问题模型,并通过抽象化深圳市南山区道路网络构建了贴近实际的测试数据集。为了更好地处理带道路网络的车辆路径规划问题,本文提出了基于群体智能的混合算法。该算法通过头脑风暴优化算法中的聚类操作使得蚁群系统算法学习解的共性特征,进而加快搜索速度;通过局部搜索来搜索不同范围内的解以提升解的质量。本文通过在实际的道路网络测试数据集上将基于群体智能的混合算法与其他算法对比,验证了基于群体智能的混合算法具有良好的求解能力。本文在带道路网络车辆路径规划...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景及研究目的与意义
        1.1.1 课题背景
        1.1.2 课题研究目的和意义
    1.2 国内外研究现状
        1.2.1 车辆路径规划问题的国内外研究现状
        1.2.2 动态需求车辆路径规划的国内外研究现状
        1.2.3 车辆路径规划问题求解算法的国内外研究现状
        1.2.4 研究现状分析
    1.3 本文的研究内容与创新
    1.4 本文的组织结构
第2章 车辆路径规划问题建模及求解分析
    2.1 车辆路径规划问题概述
    2.2 车辆路径规划问题求解算法概述
        2.2.1 针对特定问题的启发式算法
        2.2.2 元启发式算法
        2.2.3 群体智能算法
    2.3 带道路的网络车辆路径规划问题求解分析
    2.4 动态需求车辆路径规划问题
        2.4.1 动态需求类型分析
        2.4.2 动态需求车辆路径规划问题求解分析
    2.5 本章小结
第3章 带道路网络的静态车辆路径规划
    3.1 带道路网络的车辆路径规划问题描述
    3.2 基于群体智能的混合算法设计
        3.2.1 局部搜索
        3.2.2 蚁群系统算法
        3.2.3 头脑风暴优化算法
        3.2.4 基于群体智能的混合算法
    3.3 实验与分析
        3.3.1 实验数据
        3.3.2 实验结果与对比分析
    3.4 本章小结
第4章 动态需求条件下的车辆路径规划
    4.1 问题描述与特性
        4.1.1 问题描述
        4.1.2 问题特性
    4.2 问题建模
    4.3 路径再规划流程与方法
        4.3.1 滚动周期处理策略
        4.3.2 路径再规划时刻的确定方法
        4.3.3 重复插入方法
        4.3.4 车辆路径再优化
    4.4 实验与分析
        4.4.1 实验数据
        4.4.2 重复插入算法对比实验
        4.4.3 处理策略对比实验
    4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其他成果
致谢



本文编号：3860138