求解PDPTW问题的一种快速禁忌搜索算法

提出一种解决实际规模和复杂度的PDPTW问题的快速禁忌搜索算法.该算法分为构造初始解和改进解两个阶段:在第1阶段,使用插入算法来构造一个尽可能好的初始解;在第2阶段,使用禁忌搜索算法来改进得到的解.最后构造了两个实际规模和复杂度的例子,测试结果表明该算法对于求解此类PDPTW问题是有效的.

求解PDPTW问题的快速LNS算法

提出了一种解决有时间窗口的装卸货问题(PDPTW)的快速大规模领域搜索(LNS)算法。该算法基于大规模邻域搜索理论和随机扰动思想,在第一阶段主要以减少车辆为目标,第二阶段对第一阶段得到的解优化总路程长度。该算法能在较短时间内显著提高初始解的质量,克服了单纯以车辆数目或以总路程长度为目标的算法所得到解的局限性。通过标准算例的测试和同禁忌搜索的比较表明,该算法在求解PDPTW问题时,在计算时间和优化整体目标上更具优势。

基于多约束PDPTW算法优化车辆调度系统

本文架构一个GIS车辆调度系统,充分利用GIS系统的空间数据特性和决策优势,综合考虑配送过程中的各种约束条件,使用多约束PDPTW算法对系统进行优化,最终获得物流配送最佳方案。

复杂PDPTW问题的插入启发式算法

讨论了多车库、多货物类型且有最大工作时间约束的复杂有时间窗装卸货问题(PDPTW)，给出了解决此类问题的插入启发式算法、对复杂条件的特殊处理方法以及提高解的质量的处理技巧。算例表明此算法能快速有效地处理复杂PDPTW问题。

求解带时间窗的装-卸载问题的概率式禁忌搜索算法

本文介绍一个求解有时间窗的装载—卸载问题的概率式禁忌搜索算法。论文首先回顾了求解VRP、PDP问题的主要方法,介绍了搜索算法的基本概念,给出了基于概率式禁忌搜索的详细算法。初步实验表明新算法优于传统禁忌搜索算法。

Rolling horizon scheduling algorithm for dynamic vehicle scheduling system

Dynamic exclusive pickup and delivery problem with time windows (DE-PDPTW), aspecial dynamic vehicle scheduling problem, is proposed. Its mathematical description is given andits static properties are analyzed, and then the problem is simplified asthe asymmetrical travelingsalesman problem with time windows. The rolling horizon scheduling algorithm (RHSA) to solve thisdynamic problem is proposed. By the rolling of time horizon, the RHSA can adapt to the problem'sdynamic change and reduce the computation time by dealing with only part of the customers in eachrolling time horizon. Then, its three factors, the current customer window, the scheduling of thecurrent customer window and the rolling strategy, are analyzed. The test results demonstrate theeffectiveness of the RHSA to solve the dynamic vehicle scheduling problem.

多星联合任务规划中的启发式求解方法研究

多星联合任务规划问题需要考虑卫星侧视、星载存储容量、星上能量、数据传输等多种约束,是一个复杂的组合优化问题。通过对卫星成像约束条件抽象,建立联合规划的数学模型,将问题归约为特殊的多时间窗约束车辆装卸问题,面向应急条件下的应用,结合领域应用特点,提出基于动态装载概率模型和估算总装载量的启发式搜索任务规划算法(HADPPEC),并与实际运行的多星任务规划系统进行了大量实验比较。结果表明本方法比传统方法在运行时间和算法结果上都更出色。

一种求解混载校车路径的启发式算法

对一个区域内多所学校进行校车路径规划时,允许校车混载不同学校的学生能显著地减少校车数量,从而降低运营成本。已有学者针对允许混载的校车路径问题(SBRP)提出了启发式算法,但这些算法对邻域解的搜索不够全面,在缩减路径方面仍有较大的提升空间。提出了一种以记录更新法(record-to-record travel,RRT)为基础的启发式算法。该算法从初始解出发,利用求解有时间窗装卸问题(PDPTW)时使用的算子搜索邻域解,逐步优化校车路径数目。与现有算法相比,该算法扩展了求解混载SBRP的启发策略,能够在全局范围内对校车路径进行优化,从而获得所需校车较少的路径规划方案。实验结果验证了该算法的有效性。

一类货运车辆调度问题的混合禁忌搜索算法

研究了一类货运车辆调度问题 :带时间窗口车辆装卸货问题 .首先给出了该问题的数学描述 ,通过引入快速局部搜索算法来加快禁忌搜索速度 ,提出了一种求解该问题的混合禁忌搜索算法 ,可以大大减少算法的运行时间而不影响解的质量 ,最后利用两个具有现实规模和复杂度的实例来测试 .结果表明 :本文提出的混合禁忌搜索算法是求解该类货运车辆调度问题的有效、快速算法 .

求解复杂有时间窗装卸货问题的遗传算法

有时间窗装卸货问题是为一个车队安排最优的服务路径以满足客户的运输需求,每个客户的装卸货任务由一辆车完成,即在该客户的装货点装载一定数量的货物后运往该客户的卸货点,所有任务的完成必须满足车辆的容量约束、行程约束和客户装卸货点的时间窗约束。从多车库、多货物类型和满载三个方面对一般有时间窗装卸问题(PDPTW)进行了扩展,提出一种解决复杂PDPTW问题的遗传算法,实验结果表明,该算法能有效解决复杂PDPTW问题,并取得较好的优化结果。

车辆调度问题的启发式算法综述

车辆调度是当前物流系统中的重要组成部分,在发展电子商务的过程中发挥着不可或缺的作用。对车辆调度问题的优化算法和研究是发展综合物流系统和智能交通系统,推动电子商务发展的基础。本文主要从车辆调度的基本概念出发,结合现有的算法,分析其中存在的问题,探讨启发式算法的综合应用。