遺傳算法在物流配送車路徑規(guī)劃上的研究與應用.pdf

1、隨著我國經(jīng)濟的騰飛，社會的快速發(fā)展，物流作為現(xiàn)代經(jīng)濟社會活動的基礎，被稱為社會發(fā)展的“加速器”和企業(yè)的“第三利潤源泉”，越來越受到各行業(yè)的重視。根據(jù)國家發(fā)改委發(fā)布的數(shù)據(jù)，近年來我國物流業(yè)發(fā)展迅速，而物流運輸費用過大也逐漸突顯出來，2016年我國社會物流總費用11.1萬億元，社會物流總費用與GDP的比率為14.9％，其中運輸費用為6.0萬億元，占社會物流總費用的比重接近54.1%。因此降低企業(yè)運輸成本，優(yōu)化物流運輸，是物流企業(yè)提高競爭力的

2、重要途徑。
　　合理分配任務以及優(yōu)化物流配送車的路線以達到降低企業(yè)總運輸成本是本文研究車輛路徑規(guī)劃問題的初衷。車輛路徑規(guī)劃問題的求解較復雜。目前解決這類組合優(yōu)化問題主要使用各種智能優(yōu)化算法。其中遺傳算法憑借它的隱并行性、較好的全局尋優(yōu)能力和自適性的搜索能力等特點讓其在車輛路線優(yōu)化研究方面有著不可替代的優(yōu)勢。車輛路徑問題分類很多，本文研究的是帶能力約束的車輛路徑問題（Capacitated Vehicle Routing Probl

3、em,CVRP）。
　　本文為相關物流配送作業(yè)提供決策支持為目標，對物流配送車路徑規(guī)劃問題進行了詳細分析。首先介紹了物流配送車輛路徑問題的研究現(xiàn)狀，針對物流配送車路徑規(guī)劃問題的特點，本文通過研究和對比分析多種車輛路徑規(guī)劃算法，如模擬退火算法、禁忌搜索算法等，確定采用遺傳算法解決車輛路徑問題。然后著重闡述了遺傳算法。在此基礎上，通過對系統(tǒng)的分析，確定了基于遺傳算法的路徑規(guī)劃工作流程，針對路徑規(guī)劃流程分解闡述如何求解CVRP的最優(yōu)路徑

4、。對CVRP進行分析，建立了其數(shù)學模型，接著介紹了遺傳算法在求解該問題的幾個關鍵步驟，重點是對遺傳算法染色體的編碼、初始種群的生成、評價函數(shù)的構造以及遺傳算子的設計進行改進優(yōu)化。其中設計整數(shù)編碼的方式對染色體進行編碼；為了加快算法的收斂速度，采用隨機而又有約束的方法生成初始種群；算法的評價函數(shù)考慮兩個因素：總的路程和配送貨物的重量，以油耗成本最少作為最優(yōu)；設計了獨特的遺傳算子，以保證種群的多樣性和算法的快速收斂。根據(jù)系統(tǒng)的總體架構，最后