满载问题的车辆路线安排

本文对满载运输的问题解的特征进行了分析，在此基础上提出了一个根据运输问题最优解或满意解安排行车路线的方法，该方法是一种实用性很强的交互式优化方法，把复杂的调度问题的多个目标置于求解的不同过程，通过交互式方法得以实现。文章最后举实例对此方法进行了验证。

带硬时间窗车辆路线问题的混合遗传启发式算法

为了提高物流配送效率,建立了集货和配送一体化的带硬时间窗的车辆路线问题的数学模型,提出了混合遗传启发式算法,并对模型进行了求解。采用改进节约法与随机法相结合的手段构造了初始解群体以增加解的多样性,对遗传算法中较优的一部分染色体进行了禁忌搜索以使搜索更容易跳出局部最优,同时加快搜索初期的搜索速度。仿真计算结果表明:混合遗传启发式算法具有更好的适应性,采用改进交叉算子使解的精度提高11.0%;在宽时间窗情形下采用倒位变异可使解的精度提高11.6%。

集货送货一体化的物流配送车辆路线问题的标号算法

本文结合实际情况,对具有时间窗约束的集货送货一体化的车辆路线问题进行了研究,针对该问题的特点,采用修正的多属性标号算法对该问题进行求解,并通过C++编程语言实现了该算法,最后用一个示例表明本文的算法是有效的。

一种带时间窗和容量约束的车辆路线问题及其TabuSearch算法

本文提出一种带时间窗和容量约束的车辆路线问题 (CVRPTW ) ,并利用TabuSearch快速启式算法 ,针对Solomon提出的几个标准问题 ,快捷地得到了优良的数值结果。

开放的车辆路线安排问题的模型与遗传算法

针对开放的车辆路线安排问题,建立了以车流为基础的数学模型。在模型中利用罚函数法来化简约束条件,并设计了基于自然数编码的遗传算法。最后给出一个简单的算例来说明该模型及算法的应用。

车辆路线问题的自适应遗传模拟退火算法

针对目前大多数车辆路线问题的模型和及其算法都是针对单车型而设计,而对带有时间窗的多目标多车型车辆路线问题研究较少这一不足,在考虑了车辆载货状况、车辆类型、时间窗等约束条件的基础上,建立了基于总费用最小的双层目标规划模型,其中上层目标是车辆购买成本最小,下层目标为运输距离成本最小。综合考虑自适应遗传算法和模拟退火算法的优点,设计了1种自适应遗传模拟退火算法求解车辆路线问题。算例结果表明:相比于标准遗传算法,自适应遗传模拟退火算法减少了9%的运输成本,能跳出局部收敛获得最优解,从而提供更为合理的车辆数量和车辆路线。

多车型开放式车辆路线问题的混合启发式算法

多车型开放式车辆路线问题,是物流配送优化中不可缺少的环节。针对标准遗传算法存在收敛速度慢,局部搜索能力差,易早熟的缺点,采用混合启发式算法进行优化求解。采用实数序列编码,使问题变得更简洁;有针对性地构建初始解,提高了解的可行性;用基于排序的选择与最佳保留相结合策略,保证群体的多样性;引入部分算术交叉算子,加强染色体的全局搜索能力;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,提高了算法的收敛速度和搜索效率。仿真结果表明混合启发式算法在求解质量和计算效率上好于标准遗传算法。

GIS技术与配送车辆路线规划问题的一种结合方法

讨论了具有时间窗限制的车辆路线问题,考虑配送点之间的实际运送成本,结合GIS网络分析技术建立一种配送车辆路线规划方法,这种方法能考虑实际路网情形,将路线规划结果呈现在地理信息系统的路网图上,以准确的道路路线图示方式表示规划的结果。实例分析表明了该方法的有效性。

带时间窗的随机需求车辆路线问题的模型研究

车辆路线问题是考虑在车队为一些有需求的顾客运送货物时如何安排行驶路线,从而使服务效率达到最高,在原有车辆路线问题的基础上,着重考虑车辆路线问题中顾客需求的随机性及顾客接受服务的时间窗约束,运用机会约束规划的方法,建立了新的随机模型,并用遗传算法进行启发式求解,得到了良好的数值解,为车辆路线问题的进一步研究提供了参考.

一种部分约束满足车辆路线问题及其求解算法

描述了一类过度约束车辆路线问题,其中可用车辆数较少而时间窗口等其它约束又不允许放松,因而导致不存在满足所有约束的可行解。此时问题求解可以转化为一类部分约束满足问题来处理,相应的优化目标是最小化未访问顾客的损失和。本文给出了求解这类特殊问题的一种禁忌搜索算法设计,并通过规模不同的几个算例与其它常用方法进行了比较。最后分析了模型和算法的实用意义。

车辆路径问题(VRP)的一个启发式算法

提出了一个基于分区扫描方法和禁忌算法的车辆路径问题的启发式算法,并用一个例子说明其应用.

开放式车辆路线问题的改进混合遗传算法

针对传统的遗传算法存在收敛速度慢,局部搜索能力差,易早熟的缺点,采用混合遗传算法进行优化求解开放式车辆路线问题。即采用二重结构编码,可以使问题变得更简洁,提高遗传法的搜索效率。用个体数量控制选择策略,以保证群体的多样性,用改进的顺序交叉算子避免优良基因片断在顺序交叉时被破坏,保证算法能够收敛到全局最优。最后,结合具体实例,通过实验计算证明了该改进算法的良好性能。

公私资源整合下应急物流中车辆路线安排问题研究

大规模自然灾害发生后,受灾地区急需大量救援物资,仅靠政府部门救援难以满足灾区应急要求。需要从公有物流资源与私有物流资源配置的角度,建立应急情况下车辆路线安排问题(VRP)多目标优化模型,据此迅速得出公私资源整合下车辆路线安排决策优化方案,该方案能有效协调各方参与应急救援行动,增强了应急救援能力。根据模型的特点,设计了一种特定编码方案的改进遗传算法。最后以算例分析表明了该模型和算法能有效解决应急物流系统中的VRP,可以为相关应急管理部门提供辅助决策依据。

随机需求车辆路线问题研究

由现实生活中的不确定性因素引出需求随机的车辆路线问题,根据该问题随机性强的特点,设计了不断优化的求解方法。即首先用SFC和2-opt算法求解TSP以确定客户的访问顺序,并在车辆访问过程中不断对路线进行优化。最后,通过实例模拟验证该求解方法的可行性和适用性。

基于JIT供应的车辆路线问题研究

针对基于JIT供应的集货车辆路线问题,运用循环取货(MR)路线方案解决该问题,建立了该方案的数学模型,设计了解决MR模型的禁忌搜索算法,用C语言进行编程实现了上述禁忌搜索算法,并用实例进行了验证。

带硬时间窗车辆路线问题的模拟退火算法研究

本文在对带硬时间窗车辆路线问题进行描述的基础上，建立了该问题的数学模型。针对该模型的NP—hard属性，设计了相应的模拟退火算法；即利用改进节约法构造初始可行解，提高了求解速度；路线内和路线间同时进行邻域搜索，避免了算法陷入局部最优；通过恰当地选择技术参数，实现了快速有效地求得问题的满意解。实例仿真测算表明本文提出的算法求得的解质量较高，从而说明了模拟退火算法解决带硬时间窗的车辆路线问题具有一定的有效性和实用价值。

改进混合遗传算法在车辆路线问题中的应用研究

物流配送车辆路线问题,是物流配送优化中不可缺少的环节。针对传统的遗传算法存在收敛速度慢,局部搜索能力差,易早熟的缺点,采用混合遗传算法进行优化求解。即采用二重结构编码,可以使问题变得更简洁,提高遗传法的搜索效率。用个体数量控制选择策略,以保证群体的多样性,用改进的顺序交叉算子避免优良基因片断在顺序交叉时被破坏,保证算法能够收敛到全局最优。结合具体实例,通过实验计算证明了该改进算法的良好性能。

MMAS在带时间窗的车辆路线问题中的应用

针对基本蚁群优化算法在物流配送路径优化应用过程中存在的问题,主要是由信息素全局和局部更新策略而导致车辆选择路径时容易陷入局部最优解的现象,本文详细研究了蚁群算法的改进算法,即最大最小蚁群算法;并引入信息素平滑机制来提升算法的路径探索能力,实现此组合优化理论在带时间窗的车辆路径问题中的应用.

用改进匈牙利法求解一类简单的车辆路线规划问题

车辆路线规划问题的一个特例旅行商问题是一个经典的组合优化问题。在求解这个问题上,用得最多的算法是蚁群算法和遗传算法,蚁群算法的一个主要优点是正反馈和负反馈结合的自组织系统,遗传算法的一个主要优点是优秀基因的继承;但他们也有些不足。本文讨论的单参数智能算法就是在综合继承二者优点的基础上对他们的不足进行改进。通过几个经典算例验证了单参数智能算法只需要设定循环次数就可以得到比较满意的结果。

企业车辆调度及路线问题分析

本文主要针对企业当中使用的车辆的调度问题进行探究,并且对多类型的优化方式展开了比较探究工作。文章首先就提出了车辆在调度工作当中存在的问题,然后是对其进行配送的整个流程展开了探究,最后是对多种类型的优化方式展开了对比探究,以求找到最为优化、合理的对单位当中的车辆进行调度的方式,还有其最佳的行车路线的安排。