考虑路径可行性与仓储集货模式下的回收车辆路径问题研究

逆向物流回收车辆调度过程中,往往出现由于需求节点位置及需求量信息的不确定性导致难以合理决策完成回收任务所需派出回收车辆的数目,此时,第三方物流逐渐被应用于回收产品的运输服务中。然而在实际的回收过程中,通常各物流需求节点的需求量较小,需要对多个物流节点的产品集中后统一进行处理;同时由于外界因素的限制,不能保证任意两个节点间均存在可行路径,需要通过中转运输的方式寻找替代路线。针对以上问题,本文提出一种基于路径可行性与仓储集货运输模式的回收车辆路径设计方案,并根据问题的特点对传统蚁群算法(ACO)中编码方式以及概率选择操作方式进行改进,提出一种逆选择操作蚁群算法(ACO-nso)。最后通过算例证明提出模型与算法的有效性。

求解VRPSDP问题的改进模拟退火遗传算法

配送和回收一体化的车辆路径问题(VRPSDP)是一种非常复杂的NP难题。针对这一问题,设计了一种改进的模拟退火遗传算法ISAGA,采用非零自然数编码机制和弱可行解到强可行解的解码机制,将3PM交叉算子和退火选择相结合,形成贪心3PM交叉算子,引进insert、swap和2-opt分别对解进行迭代优化,并将模拟退火算法和遗传算法巧妙地结合,使得遗传算法在前期发挥着全局搜索的强大功能;后期用模拟退火算法来处理遗传算法前期的全局较优解,充分利用模拟退火算法后期局部搜索的强大功能。经过国际公认的测试算例验证,ISAGA算法在Min算例、Salhi和Nagy算例中均找到了比现有算法已知最好解更优的解。