模糊车辆路径问题的一种混合遗传算法

在对模糊车辆路径问题进行简单描述的基础上,通过引入决策者主观偏好值的概念,给出了解决该问题的基本思路,建立了具有模糊特征的车辆路径问题的模糊机会规划模型,提出了求解该问题的一种基于模糊模拟的混合遗传算法。同时,在最小化总行驶距离的目标下,通过随机模拟方法研究了决策者主观偏好值的选择对最终决策目标的影响作用,并给出了其最佳取值范围。

时变环境下基于自适应遗传算法的模糊绿色车辆路径问题

针对时变环境下的模糊绿色车辆路径问题,同时考虑了车速连续时变、客户需求量为模糊变量等特性,在目标函数中引入与绿色低碳有关的燃油成本,以极小化燃油成本、车辆使用成本并极大化客户满意度为目标,建立了相应的模糊规划模型,并运用自适应遗传算法进行了求解。采用仿真实例,分析了决策者主观偏好值对各个目标函数的影响,以及各个目标函数之间的相互影响。

模糊需求条件下车辆路径问题的模糊模拟

研究具有模糊需求的车辆路径问题,针对具有不确定需求的单车辆单车场的车辆路径问题,建立了基于模糊可信性理论的模糊机会约束规划模型,并提出了求解该问题的一种基于模糊模拟的混合遗传算法。同时,在最小化车辆总行驶距离的目标下,通过实验研究决策者主观偏好对决策目标的影响,并给出最佳主观偏好值。

带时间窗偏好的多行程模糊需求车辆路径优化

为使模糊需求车辆路径问题更贴近现实情况,考虑开放车辆行程限制和设置客户时间窗偏好,研究了带时间窗偏好的多行程模糊需求车辆路径问题。首先,在需求未明的预优化阶段,以物流成本和时间成本总和最小为目标,建立了预优化模型,其中决策变量增加了行程维度的表达、车辆容量约束按单行程核算、客户到达时间约束按多行程累加计算、客户满意度约束定义为到达时间隶属度函数;其次,在获知实际需求的实时调整阶段,基于提前柔性选择返回点和不完全局限和固定计划返回点两个原则,提出基于调整成本期望值的实时调整策略。最后,种群进化算法求解测试算例验证了预优化模型的有效性,随机模拟算法模拟实时场景验证了实时调整策略的有效性。

基于模糊模拟的遗传蚁群算法在模糊需求车辆路径问题上的研究

在对模糊车辆路径问题进行简单描述的基础上,通过引入决策者主观偏好的理念,给出了解决该问题的基本思路,建立了具有模糊特征的车辆路径问题的模糊机会约束模型,提出了求解该问题的一种基于模糊模拟的遗传蚁群混合算法。同时,在最小化总行驶距离的目标下,通过随机模拟方法研究了决策者主观偏好值的选择对最终决策目标的影响作用,并给出了其最佳取值范围。

模糊机会约束规划下的物流配送路径优化

针对模糊需求信息条件下物流配送路径优化问题进行了分析,运用模糊数学的可能性理论建立了该问题的模糊机会约束规划模型,并构造了一种新的禁忌搜索算法进行求解。算例说明,该模型及算法对于模糊需求下物流配送路径优化问题具有一定的实用价值。

模糊车辆配送问题的改进蚂蚁算法

模糊车辆配送问题是物流调度领域中一个具有现实意义的多目标FVRP问题。论文针对问题的特性,提出了一种结合启发式初始种群以及推—碰撞—掷规则,并引进了服务紧急程度影响因子的改进蚂蚁算法。实验结果表明,改进蚂蚁算法能够得到较好的模糊车辆配送问题满意解。

具有模糊旅行时间的VRP的一种混合遗传算法

传统确定性车辆路径问题是近几十年来运筹学领域研究的一个热点问题。但在许多实际的应用中,由于受客观世界中存在的不确定性因素以及人类观察、认识事物的模糊性的影响,车辆路径问题的某些参数可能是模糊的、不确定的。文中传统确定性车辆路径问题被扩展为具有模糊特征的模糊车辆路径问题。在对具有模糊旅行时间的车辆路径问题进行简单描述的基础上,构建了该问题的数学模型,并通过将模糊逻辑、模糊控制方法与传统车辆路径问题的遗传算法进行有效结合,提出了解决该问题的一种混合遗传算法。最后给出了该问题的一个计算实例,并通过随机模拟试验验证了该算法的有效性和优越性。

人工鱼群算法在模糊VRP问题中的应用

针对一类同时带模糊旅行时间、卸货时间和模糊需求的VRP问题,建立了以可信性测度为基础的模糊机会约束规划模型;然后设计了基于模糊模拟、神经网络和人工鱼群算法的混合智能算法,在人工鱼群算法寻优过程中,针对问题设计了专门的人工鱼修复策略、行为策略和寻优策略;最后通过仿真实验证明,该算法对解决此类模糊VRP问题是行之有效的。