大规模邻域搜索算法求解时变车辆调度问题

对时变网络车辆调度问题提出一种满足先入先出准则的时变处理方法,并建立相应的数学模型,提出一种基于大规模邻域搜索技术的智能优化算法进行求解,算法顶层采用动态规划算法搜索环状交换邻域以得到每辆车的最佳服务顾客集合;底层设计动态搜索算法用以安排每辆车的最佳服务路线.在此基础上提出顶层加入虚拟顾客和底层嵌入insert两类改进策略.通过实验仿真比较,验证了所提算法的有效性.

动态规划启发式算法求解时变车辆调度问题

时变网络中车辆在任意两节点间的行驶时间不仅与节点间的距离有关,还与所处的时段有关.对时变车辆调度问题提出一种满足先入先出准则的跨时段处理方法,直接推导出跨时段对应的车辆行驶时间.在此基础上建立了数学模型,并构造动态规划启发式算法进行求解.该算法能够通过设置参数H平衡求解质量和运行时间.通过对10组随机产生的数据进行测试,结果表明动态规划启发式算法能够在很短时间内改进最近邻算法.当H=2时,求解质量改进11%,平均运算时间为1.34秒;当H=3时,在不到2秒的运算时间内求解质量改进17%.

动态网络车辆路径派送问题研究

讨论了带有实时交通信息的动态网络车辆路径派送问题.问题包含重复性拥堵和非重复性拥堵两种情形.用重复性拥堵下的交通信息以安排初始路径,通过采用遗传算法求解时变车辆调度问题.车辆在行驶过程中需要根据接收到的实时交通信息调整路线.提出在关键点更新路线的机制,并采用Dynasearch算法求解一类特殊的旅行商问题调整路线.通过对Sioux Falls网络进行数值模拟分析,结果表明新策略能在较短时间内改进其他策略,且随着网络动态性增加其优越性更加明显.

基于实时交通信息的城市动态网络车辆路径优化问题

将动态城市交通路网与车辆路径问题相结合,考虑一类实时交通信息下的城市动态网络车辆路径优化问题.在问题中考虑常发性交通拥堵和偶发性交通拥堵两种情形.提出一类将初始路径安排与实时路线调整相结合的求解策略.初始路径安排通过采用遗传算法求解常发性交通拥堵情形对应的时变网络车辆调度问题得到.在车辆行驶过程中,针对偶发性交通拥堵环境下的突发事故情形,引入一种在关键点更新路线的新机制.数值算例验证了新实时路线更新机制比目前文献中已有的更新机制更有效,且随着网络动态性增加其优越性更加明显.