已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文針對大規(guī)模VRP問題的特點,提出了“先聚類,再分派,后排程”的三階段求解算法。首先,利用改進的基于密度的聚類算法(DBSCAN,Density Based Spatial Clustering of Applications with Noise)對客戶點進行分區(qū)聚類,生成一些虛擬客戶,將大規(guī)模問題轉(zhuǎn)化為小規(guī)模問題;然后,在第一階段聚類的基礎(chǔ)上,以生成的虛擬客戶集合作為輸入,采用Clark-Wright節(jié)約里程算法進行車輛分派;最后
2、,將車輛服務(wù)的虛擬客戶重新轉(zhuǎn)化為實際客戶,將問題變?yōu)槿舾蓚€小規(guī)模的旅行商問題(TSP,Traveling Salesman Problem),采用蟻群算法或最鄰近點算法對每輛車安排最優(yōu)的客戶訪問次序。 為驗證算法的有效性,本文進行了大量的仿真試驗。試驗主要包括兩部分:對標(biāo)準(zhǔn)試驗庫(benchmark)的測試和山西某市煙草配送中心實際線路優(yōu)化問題的求解。一方面,在對標(biāo)準(zhǔn)試驗庫A集部分算例的試驗中,探討了算法相關(guān)參數(shù)值選擇問題,而且
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 配送車輛線路優(yōu)化算法研究.pdf
- 基于QPSO優(yōu)化的聚類算法研究.pdf
- 基于膜系統(tǒng)的聚類優(yōu)化算法研究.pdf
- 基于改進粒子群優(yōu)化算法的聚類算法研究.pdf
- 基于蟻群優(yōu)化的聚類算法的研究.pdf
- 基于SPARK優(yōu)化的聚類分類算法研究.pdf
- 基于智能優(yōu)化計算的雙聚類算法研究.pdf
- 基于改進粒子群優(yōu)化的聚類算法研究.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 基于DBSCAN優(yōu)化算法的Web文本聚類研究.pdf
- 基于花朵授粉算法的軟子空間聚類算法優(yōu)化研究.pdf
- 基于蟻群優(yōu)化的聚類算法分析與研究.pdf
- 基于譜聚類的文本聚類算法研究.pdf
- 基于密度聚類優(yōu)化的節(jié)點定位算法.pdf
- 基于聚類算法的大數(shù)據(jù)樣本集優(yōu)化的研究.pdf
- 基于優(yōu)化目標(biāo)可調(diào)控的免疫聚類算法的研究.pdf
- 基于聚類學(xué)習(xí)的分類算法及模型優(yōu)化.pdf
- 基于覆蓋的聚類算法研究.pdf
- 基于目標(biāo)特征點跟蹤與聚類的車輛檢測算法研究.pdf
- 基于FCM的類合并聚類算法研究.pdf
評論
0/150
提交評論