基于遗传模拟退火算法的军用车辆调度问题研究

发布时间：2017-08-28 21:15

  本文关键词：基于遗传模拟退火算法的军用车辆调度问题研究

  更多相关文章： 军事物流 武警部队 车辆调度 遗传模拟退火算法

【摘要】：随着高新技术的发展,军队也在积极发生军事变革以适应当今信息化作战的要求,军事后勤保障在军事行动中的作用也日益凸显。武警部队作为我国内卫部队平时担负着各重要目标执勤、反恐怖袭击以及处置突发事件等任务,任务比较繁重,责任比较重大,这就要求武警部队能够随时做到"拉得出,保到位",一有情况发生能够马上到达目的的进行处置。汽车运输最为武警部队的主要运输方式,平时承担着向各下级单位输送物资,处置突发事件时向各事件发生地输送人员、物资的任务,科学合理地安排车辆路线能够最大化地发挥汽车运输效能使部队快速、高效地输送到目的地。当前武警部队车辆调度方案还主要是由业务部门人员根据人工经验安排,因此会导致方案的随意性和不合理性,不利于部队后勤建设发展,因此如何科学、高效地安排车辆调度方案成为了武警部队后勤建设的重要课题。本文首先对军事物流概念、以及分类进行了详细介绍,分析了军事物流的固有特点并对一些常用的车辆调度优化算法优缺点进行了比较。对武警部队的保障模式进行了分析,平时主要是逐级保障,由上级军需仓库向各下属单位进行配送,处置突发事件时,团一级单位通常就是一个处置的个体,各团在上级机关的指挥下开赴各个事件发生地进行处置。根据平时和处置突发事件时保障方式的不同分别建立了平时有软时间窗的单车场车辆调度模型及处置突发事件时有单边硬时间窗多车场车辆调度模型。设计了遗传模拟退火算法对模型进行求解,针对遗传算法容易出现早熟收敛的缺点和模拟退火算法具有良好的爬山特性,将模拟退火算法的状态接受机制引入到遗传算法的选择和交叉操作中,使选择和交叉操作产生的子代与父代之间有竞争,并将种群中最优个体用模拟退火算法进行局部寻优,通过将模拟退火算法结合到遗传算法中大大提高了算法的全局搜索能力。将适应度进行了拉伸,用适应度的平方作为轮盘赌选择对象,使适应度大的个体被选中的概率加大,并用自适应策略调整交叉和变异概率,使算法的搜索性能得到了加强。最后通过算例用MATLAB软件编程求解,结果表明了本文遗传模拟退火算法的有效性和可行性,说明了本文研究的内容能够很好地应用于武警部队车辆调度问题。本文最后对全文工作进行了总结,指出了存在的不足和下一步研究内容。
【关键词】：军事物流 武警部队 车辆调度 遗传模拟退火算法
【学位授予单位】：西华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：E234;TP18
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-18
• 1.1 研究背景及意义9-11
• 1.1.1 研究背景9-10
• 1.1.2 研究意义10-11
• 1.2 国内外研究状况11-15
• 1.2.1 军事物流研究状况11-13
• 1.2.2 车辆调度问题研究状况13-15
• 1.3 本文研究的主要内容和技术路线15-18
• 1.3.1 本文研究的主要内容15-16
• 1.3.2 本文研究的技术路线16-18
• 2 军事物流配送概述及常用车辆调度优化算法简介18-27
• 2.1 军事物流配送概念18-19
• 2.2 军事物流配送的固有特性及研究内容19-22
• 2.2.1 军事物流配送的固有特性19-20
• 2.2.2 军事物流配送研究内容20-22
• 2.3 军事物流配送的分类22-24
• 2.4 常用车辆调度问题的优化算法简介24-27
• 3 武警部队车辆调度问题模型27-35
• 3.1 单源点车辆调度问题28-31
• 3.1.1 问题描述28-29
• 3.1.2 问题假设29
• 3.1.3 参数说明29-30
• 3.1.4 建立模型30-31
• 3.2 突发事件时多源点车辆调度问题31-35
• 3.2.1 问题描述31-32
• 3.2.2 问题假设32
• 3.2.3 参数说明32-33
• 3.2.4 建立模型33-35
• 4 遗传模拟退火算法求解武警部队车辆调度问题35-62
• 4.1 遗传模拟退火混合算法35-48
• 4.1.1 遗传算法概述35-42
• 4.1.2 模拟退火算法概述42-46
• 4.1.3 遗传模拟退火算法46-48
• 4.2 遗传模拟退火算法求解武警部队车辆调度问题48-54
• 4.2.1 单源点车辆调度问题求解48-52
• 4.2.2 突发事件时多源点车辆调度问题求解52-54
• 4.3 实例分析54-62
• 4.3.1 单源点车辆调度问题实例54-56
• 4.3.2 突发事件时多源点车辆调度问题实例56-62
• 5 总结与展望62-64
• 5.1 本文工作总结62-63
• 5.2 下步展望63-64
• 参考文献64-67
• 攻读硕士学位期间发表论文及科研成果67-68
• 致谢68

【相似文献】

中国期刊全文数据库 前1条

1 陈立云;卢昱;晏杰;刘云龙;;基于改进遗传算法的弹药运输车辆调度问题研究[J];装备学院学报;2014年02期

中国重要会议论文全文数据库 前5条

1 马华伟;叶浩然;夏维;;允许分割配送的多时间窗车辆调度问题的改进蚁群算法求解[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年

2 杨国兴;;多车场车辆调度问题的一种有效算法[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第3卷）[C];1995年

3 王银;王慧;;浅谈配送车辆调度问题[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

4 王永;农兰晶;刘蕾;杨晓洁;;邮政中心选址与车辆调度混合模型研究[A];中国系统工程学会第十八届学术年会论文集——A12系统科学与系统工程理论在各个领域中的应用研究[C];2014年

5 王永;刘蕾;农兰晶;杨晓洁;;邮政运输车辆调度问题研究[A];中国系统工程学会第十八届学术年会论文集——A12系统科学与系统工程理论在各个领域中的应用研究[C];2014年

中国博士学位论文全文数据库 前4条

1 许争争;机场接送服务中基于协作的车次分配与调度方法研究[D];东北大学;2014年

2 葛显龙;面向云配送模式的车辆调度问题及算法研究[D];重庆大学;2011年

3 周洁;车辆调度问题的算法及复杂性[D];华东师范大学;2013年

4 李妍峰;时变网络环境下车辆调度问题研究[D];西南交通大学;2008年

中国硕士学位论文全文数据库 前10条

1 柯昌正;动态车辆调度问题研究与应用[D];北京交通大学;2007年

2 焦登娅;车辆调度问题的不确定规划模型[D];清华大学;2015年

3 李宏伟;军事装备技术区车辆优化调度算法研究与实现[D];吉林大学;2016年

4 赵晶晶;震后伤员救援车辆调度问题研究[D];安徽工业大学;2016年

5 余国印;成品油二次物流配送车辆调度问题研究[D];重庆交通大学;2016年

6 马洪坤;基于遗传模拟退火算法的军用车辆调度问题研究[D];西华大学;2016年

7 郭凤鸣;动态环境下的车辆调度问题研究[D];同济大学;2006年

8 刘云霞;动态车辆调度问题分析及算法设计[D];西南交通大学;2004年

9 胡夏云;基于蚁群算法的动态车辆调度问题的研究[D];广东工业大学;2013年

10 杨烨;带时间窗的单车场多车型满载车辆调度问题研究[D];山东理工大学;2013年

，

本文编号：749522