车辆路径问题的三阶段求解方法研究

针对由车辆路径问题规模的增大带采求解空间组合爆炸这一难点,从缩减解答空间入手,以节省求解时空为突破口,综合运用知识工程、模糊聚类分析、状态空间搜索理论和运筹学整数规划理论,提出一种求解车辆路径问题的三阶段求解方法.第一阶段分析物流配送过程的主要影响因素,根据相关因素对客户进行初步划分,然后采用模糊聚类分析方法将各配送区域中的客户进行细分;第二阶段采用带控制策略的深度优先搜索算法生成备选的车辆路径方案集合;第三阶段建立整数规划求解模型,并根据邻域规则将求得的解映射为实际问题中的行车方案.最后运用算例验证上述方法的有效性.     

物流配送车辆路径规划模型的知识表示研究

针对物流配送车辆路径规划的实时动态建模问题,以解决模型的目标函数和约束等符号化知识的知识表示及基于知识的求解机制为突破口,提出了以七元组M=(B,O,C,I,P,E,D)表示车辆路径规划模型的知识表示方法--BOCIPED表示法;并以沈阳昌达集团餐饮配送公司为应用背景,设计建立了相应的车辆路径规划问题的建模与求解系统,通过系统的实际应用,验证了系统中BOCIPED表示方法的可行性与有效性.本研究为车辆路径规划这一难题提供由计算机自动生成模型并求解的新方法,有利于建立高智能的物流配送实时调度系统.     

物流配送系统中车辆路径问题仿真优化及其进展

物流配送系统中车辆路径问题的仿真研究是用系统仿真与优化的方法解决车辆路径问题,将车辆路径问题与物流系统仿真优化这两个研究领域相融合.综述了车辆路径问题模型与算法及物流系统仿真与优化国内外的研究成果,分析了这些研究领域存在的主要问题,在此基础上提出了用仿真优化方法求解物流配送系统的车辆路径问题的原理与方法,并通过实例验证了该方法的有效性,为进一步的研究奠定了基础.     

多车场带时间窗车辆路径问题的变邻域搜索算法

多车场带时间窗车辆路径问题是车辆路径问题集合中的一个极为复杂、且仍未得到较好解决的问题。针对这一问题,建立了它的整数规划数学模型,提出了一种改进型变邻域搜索算法。该算法在初始解的构造阶段采用聚类方法完成客户的分配,运用混合算子进行局部搜索,通过后优化过程增强寻优效果,引入模拟退火模型对新解的接受进行控制。最后,在Cordeau提出的标准用例上对改进型变邻域算法进行了实验,实验结果更新了大部分目前该问题的最优解,并在算法的稳定性和求解时间上体现出一定优势。实验表明,该算法是一种求解多车场带时间窗车辆路径问题的有效方法。     

基于矩阵变换的车辆路径问题仿真优化方法

针对车辆路径问题这一求解难题,提出基于启发式变换的仿真优化原理和求解方法,建立了基于邻接矩阵的车辆路径问题的数学模型;利用启发式运行规则对仿真运行的参数进行了分析,通过矩阵变换改进优化搜索策略并找出最优解或满意解.算例求解表明,基于矩阵变换的仿真优化方法具有良好的稳定性和求解效率.该项研究为求解车辆路径问题这一难题提供了新思路.     

基于联合配送的开放式动态车辆路径问题及算法研究

针对跨区域多配送中心多车型开放式动态联合配送问题,通过引入时间轴概念将动态问题转化为静态问题,建立考虑车载率的开放式车辆路径模型,提出多配送中心问题的整体算法和多车型的使用原则,强化物流资源整合和跨区域路径整体优化.利用云模型中云滴的随机性与稳定倾向性,改进遗传算法中交叉与变异概率的设置方式,采取“初始优化+实时优化”的两阶段求解策略,对开放式动态车辆路径问题进行实时再优化.最后,结合算例对模型和算法的有效性进行验证.     

时变路网下多中心电动车-无人机协同配送路径优化

针对车辆行驶时间依赖配送区域路网速度变化的多中心电动车-无人机协同配送路径问题,本文综合考虑配送区域路网交通信息,无人机最大飞行距离、承重能力,配送过程中电动车电池的荷电状态,以及车辆行驶速度、载重量等对电动车能耗的影响等,以总配送成本最小化为目标建立多中心车辆-无人机协同配送路径优化模型。根据问题特征,本文设计遗传大邻域搜索混合算法求解模型,该算法在传统遗传算法基础上,采用整数编码随机生成初始种群,通过无人机最大承重能力、飞行距离筛选无人机可服务的客户,然后确定车辆及无人机的配送路径生成初始解,并嵌入2组摧毁和重建算子进行进化操作。本文通过多组算例验证了算法及模型的有效性,并分析了车辆搭载的无人机数量以及车辆行驶速度对配送方案制定的影响。研究成果丰富和拓展了车辆路径优化的研究领域,可为交通、物流企业优化决策配送方案提供理论依据。     

具有模糊旅行时间的VRP的一种混合遗传算法

传统确定性车辆路径问题是近几十年来运筹学领域研究的一个热点问题.但在许多实际的应用中,由于受客观世界中存在的不确定性因素以及人类观察、认识事物的模糊性的影响,车辆路径问题的某些参数可能是模糊的、不确定的.文中传统确定性车辆路径问题被扩展为具有模糊特征的模糊车辆路径问题.在对具有模糊旅行时间的车辆路径问题进行简单描述的基础上,构建了该问题的数学模型,并通过将模糊逻辑、模糊控制方法与传统车辆路径问题的遗传算法进行有效结合,提出了解决该问题的一种混合遗传算法.最后给出了该问题的一个计算实例,并通过随机模拟试验验证了该算法的有效性和优越性.     

大规模邻域搜索算法求解时变车辆调度问题

对时变网络车辆调度问题提出一种满足先入先出准则的时变处理方法,并建立相应的数学模型,提出一种基于大规模邻域搜索技术的智能优化算法进行求解,算法顶层采用动态规划算法搜索环状交换邻域以得到每辆车的最佳服务顾客集合;底层设计动态搜索算法用以安排每辆车的最佳服务路线.在此基础上提出顶层加入虚拟顾客和底层嵌入insert两类改进策略.通过实验仿真比较,验证了所提算法的有效性.     

动态规划问题的知识化数学模型生成器研究

针对计算机自动生成动态规划模型这一难题,研究了动态规划问题及其模型的知识表示以及相应的知识化信息模型和知识化数学模型,运用积木式建模方法提出了动态规划问题知识化数学模型生成器的结构及其工作原理,并在微机上实现了一个投资决策问题的建模过程.本项研究为运筹学模型的自动建模开辟了途径.