物流節(jié)點(diǎn)配送路徑安排問題優(yōu)化求解及算法設(shè)計(jì).pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展，物流行業(yè)的重要性逐漸顯現(xiàn)出來。配送是物流活動(dòng)中直接與消費(fèi)者相連的環(huán)節(jié)，如何安排配送路線問題已經(jīng)成為降低成本、增加效益的重要研究課題。
　　 本文首先研究了帶硬時(shí)間窗的車輛調(diào)度問題(VRPHTW)和帶軟時(shí)間窗的車輛調(diào)度問題(VRPSTW)，并給出了這兩種問題的目標(biāo)函數(shù)表達(dá)式，同時(shí)指出VRPSTW更能貼近運(yùn)輸?shù)膶?shí)際情況并且比VRPHTW更為通用。因此，本文著重對(duì)VRPSTW的車輛調(diào)度模型進(jìn)行了分析和改進(jìn)，使建立的

2、新模型能夠更好的應(yīng)用于現(xiàn)實(shí)問題當(dāng)中。
　　 物流配送屬于組合優(yōu)化中的NP問題，用智能進(jìn)化算法解決此類問題可以收到一定的效果。但是，這些進(jìn)化算法都存在著自身的缺點(diǎn)，正是這些缺點(diǎn)的存在在一定程度上限制了這些算法的應(yīng)用。本文在充分研究了禁忌搜索算法(TS)、遺傳算法(GA)、免疫算法(IA)等的基礎(chǔ)上提出了用于解決車輛調(diào)度問題的兩種新型混合算法。
　　 算法一，利用Hopfield網(wǎng)絡(luò)收斂速度快的特性可以對(duì)有小規(guī)模物流節(jié)點(diǎn)的問

3、題進(jìn)行有效求解，但由于此網(wǎng)絡(luò)不能收斂到問題的全局最優(yōu)解，特引入TS和IA，由二種算法可以離開當(dāng)前的局部最優(yōu)解，能夠得到全局最優(yōu)解的特點(diǎn)來構(gòu)成混合算法；算法二，利用GA擅長全局搜索的特點(diǎn)進(jìn)行路徑求解，但為了解決GA搜索速度慢的問題，引入并行計(jì)算的思想。同時(shí)為了抑制GA的早熟，引入分階段性進(jìn)化的思想，并分別對(duì)選擇、交叉等遺傳操作進(jìn)行修改來增加種群多樣性的改進(jìn)。
　　 本文提出的算法最后通過試驗(yàn)數(shù)據(jù)的分析得到了證實(shí)，運(yùn)行結(jié)果表明能夠降