两级车辆路径问题的多起始点变邻域下降算法

两级车辆路径问题是指货物必须首先由中心仓库配送至中转站(第一级),再转运至需求点(第二级)的一种新型车辆路径问题.针对该问题特性,提出一种多起始点变邻域下降求解算法.首先由改进的Split算法循环分割由所有需求点组成的随机排列,直至出现可行的第二级配送方案,然后求解第一级问题,获得完整的初始可行解,再通过变邻域下降算法进一步改进.当变邻域下降算法无法改进时,采用多起始点技术重复上述过程,直至算法终止.实验结果表明,所提出的算法易于实现,且性能优于已有最好的两种启发式算法.

开放式两级车辆路径问题建模与多起始点变邻域下降法求解

针对城市物流中普遍存在的物资开放式两级配送情形,构建了开放式两级车辆路径问题的数学模型,它要求物资必须先由远程的中心仓库配送至转运中心(第一级),再由转运中心配送至客户点(第二级),两级车辆在完成各自的配送任务后,均不必返回出发点,若要返回,则必须按照原路返回。为有效求解该NP难问题,设计了一种多起始点变邻域下降算法。扩展算例的测试结果表明,所设计的算法注重求解质量与求解效率的平衡,可有效求解提出的开放式两级车辆路径问题。

一种具有确定偏好和随机权重的改进蚂蚁系统

提出一种多阶段,多偏好的改进蚁群算法(MP2AS),包括4种蚁型,对信息素、能见度与节约值有不同的重视程度。常态时,所有蚂蚁遵循同一转移规则,同时更新公共和私有信息素;一旦陷入局部最优,4种蚁型将根据各自确定的偏好类型,运用随机的偏好权重,计算转移概率,并只更新其私有信息素。偏好类型的互异性使蚁群得以沿不同方向独立进化;而偏好权重的随机性进一步提高了改善当前最优解的概率。为避免某种蚁型因长期孤立进化而积累病态,定期用全局最优解更新公共及私有信息素,增强蚁型间的交流,指导蚁群的进化方向。车辆路径问题标准算例的数值实验结果说明该算法具有很强的全局搜索和局部开发能力。

求解多车场累积时间车辆路径问题的Memetic算法

在应急救援车辆路径优化问题中,为了及时救援,缩短所有受灾点的总等待时间,提出了多车辆车场累积时间车辆路径问题。它是多个车场通过多个运输车队,使所有受灾点等待时间总和最短的运输问题。针对该NP难问题提出了一种Memetic算法求解。先用改进的最优切割算法MDVRP-Split将受灾点分配至各车场,通过选择、交叉及局部搜索得到最优路径。标准算例的测试结果表明,提出的算法注重了求解质量与求解效率的平衡。

一种求解两级累计式车辆路径问题的两阶段启发式算法

现代物流的发展中,运输网络的多级化以及对快速服务的更高要求是两大重要趋势。在这样的背景下,提出两级累计式车辆路径问题(2E-CCVRP),其中两级是指物资须由中心仓库配送至中转站(1级)再转送给客户(2级),累计式是指优化目标为所有客户的累计等待时间最小。2E-CCVRP是NP-hard问题,抽象并建模后使用一种两阶段启发式算法进行求解,第一阶段使用改进的CCVRP-split算法找到初始可行解,第二阶段通过扰乱结合局部搜索进行优化。实验结果显示,该算法能够取得高质量的解,且求解速度快,稳定性好。

应急物流中的累计时间式多车场车辆路径问题

为提升应急救援的快速性和公平性,以最小化所有受灾点的累计等待时间为目标建立累计时间式多车场车辆路径问题(Cum-MDVRP)的模型.由于该问题具有NP-hard性质,设计了一种多起始点变邻域下降法对其进行快速求解.每次迭代中,多起始点方法通过改进的Split算法结合可行性修复程序生成随机的初始可行解,然后由变邻域下降法对其进一步改进.扩展的标准算例的测试结果验证了所提出模型和求解算法的有效性.

城市物流中的开闭混合式两级车辆路径问题

根据城市物流中的物资开闭混合式两级配送情形,构建开闭混合式两级车辆路径问题的数学模型.远程中心仓库的物资必须先配送至外围的中转站,再转运至最终需求点,第1级车辆在完成配送任务后无需返回中心仓库,或者必须原路返回.通过一种改进的变邻域搜索算法求解该NP难问题.扩展算例的实验结果表明该改进算法可获得求解质量与时间的平衡,性能优于改进的Memetic算法.

一种求解两级车辆路径问题的Memetic算法

两级车辆路径问题是指物资必须先由中心仓库配送至中转站(第1级),再由中转站配送至客户(第2级)的一种车辆路径问题.针对该NP难问题提出一种Memetic算法通过自底向上的方式进行求解.首先利用改进的最优切割算法MDVRP-Split将客户合理分配至中转站;然后采用局部搜索解决第1级问题,交叉产生的精英个体通过局部搜索改进.标准算例的测试结果表明,所提出算法更注重求解质量与求解效率的平衡,性能优于其他现有的两种算法.