装卸混合车辆路径问题的模拟退火算法研究

提出了更具一般性的装卸混合车辆路径问题,建立了该问题的基于直观描述的数学模型.通过设计一种新的解的表示方法构造了求解该问题的模拟退火算法,并进行了实验计算.计算结果表明,用设计的模拟退火算法求解装卸混合车辆路径问题,不仅可以取得很好的计算结果,而且计算效率较高,收敛速度较快,计算结果也较稳定.通过对双向配送策略与单向配送策略计算结果的比较,说明了采用双向配送策略求解装卸混合车辆路径问题对于配送企业节省配送车辆、减少配送里程,从而降低配送成本、提高经济效益的重要意义.

有时限取送混合车辆路径问题的模型及其禁忌搜索算法研究

研究了带时间窗的取送混合车辆路径问题。问题中,每个客户带有取货和送货两个时间窗,每个客户处的取货和送货任务可以通过访问一次全部完成,也可以分两次访问分别完成送货和取货任务。在对该类问题进行描述和取送一体化战略的基础上,建立了有时限取送混合车辆路径问题的数学模型。通过设计一种新的解的表示方法构造了该问题的禁忌搜索算法。实验计算结果表明,用该禁忌搜索算法求解有时限取送混合车辆路径问题,不仅可以取得很好的计算结果,而且收敛速度较快,计算结果也较稳定。

求解装卸混合车辆路径问题的模拟退火遗传算法

提出一种改进的模拟退火遗传算法来求解装卸混合车辆路径问题;通过使用模拟退火变异策略来增强遗传算法的局部搜索能力,从而改善遗传算法的"早熟"问题,使算法有能力避免陷入局部极值而快速收敛于全局最优解;仿真实验结果表明了所提算法求解装卸混合车辆路径问题的有效性与适用性。

垃圾分类下带时间窗异构周期性混合车辆路径问题模型及算法

针对垃圾分类收运问题进行建模,提出了一个带时间窗异构周期性混合车辆路径问题模型,该问题基于基本的车辆路径问题,考虑到垃圾分类收运的周期性,并加入了软时间窗和异型车辆的约束;通过理论分析,将该复杂问题分解为多层车辆路径问题,并提出了一种改进蚁群算法对问题进行求解,算法中设立两个独立蚁群,它们采用独立的信息素路径工作,同时能通过信息交换进行合作。实验中首先对算法中的参数进行敏感性分析;然后采用国际标准数据集对算法有效性进行测试,通过对比实验结果表明提出的算法求解所提出的问题具有良好效果;最后通过一个实际案例分析进一步说明所提模型应用的可行性和有效性。

多车场多车型装卸混合车辆路径问题研究

为满足电子商务客户多样化和个性化的需求,建立了多车场、多车型的装卸混合车辆调度模型,并使用混合遗传启发式算法求解.首先采用混合编码,使问题变得更简洁;利用个体数量控制选择策略,以保证群体的多样性;引入2-交换变异策略,并结合爬山算法,加强染色体的局部搜索能力.然后,对混合遗传算法求得的精英种群进行禁忌搜索,提高了搜索效率.最后,通过实例计算表明了上述模型和算法的有效性.

多车场一体化集货送货车辆路径问题的混合遗传算法

为满足电子商务客户多样化和个性化的需求,建立多车场一体化装卸混合车辆调度模型。针对模型的特点,采用混合遗传算法求解。即利用模拟退火算法的Boltzmann机制,控制遗传算法的交叉、变异操作,加强染色体的局部搜索能力,提高了算法的收敛速度和搜索效率。仿真结果表明在解决大规模实际问题时,混合遗传算法在求解质量和计算效率上好于标准遗传算法。

物资应急配送体系最优路径模型的设计

该文通过分析现代我国应急物资配送中存在的问题,结合前期应急运输车辆不足的问题,以满足系统配送时间最长、总成本最小、系统满意度最大为优化目标,兼顾需求点和运输方不同的利益诉求,采用自有车辆和第三方租用车辆共同配送运输模式。通过实践证明,该模型有利于决策者作出正确判断,根据不同情境和优化目标,选择对应配送路径,提高应急配送效率。

应急物资运输路径多目标优化模型及求解算法

针对应急前期运输商自有车辆不足的实际背景,采用自有车辆和第三方租用车辆共同配送的运输模式,对混合车辆路径的组合优化问题进行研究。首先,考虑需求点和运输商的不同利益诉求,以系统满意度最大、系统配送时间和总成本最小为优化目标,建立带软时间窗的多目标混合车辆路径优化模型。其次,考虑NSGA-Ⅱ算法在求解该类问题时收敛性差和Pareto前沿分布不均匀的缺点,将蚁群算法的启发式策略和信息素正反馈机制用于生成子代种群,非支配排序策略模型用于指导算法的多目标择优过程,并引入变邻域下降搜索以扩大搜索空间,提出求解多目标的非支配排序蚁群算法以突破原有算法瓶颈。算例表明:构建的模型可对决策者在不同的情境下依据不同的优化目标选择合理的路径提供参考,提出的算法在求解不同规模的问题和不同分布类型的问题中均表现出较好的性能。