求解动态车辆调度问题的混合禁忌搜索算法

对带时间窗的动态车辆调度问题进行分析,引入虚拟点和时间轴概念,建立基于时间轴的动态车辆调度模型,并提出基于C-W节约法和禁忌搜索的混合禁忌搜索算法进行求解.算法中使用动态方法构造候选解和动态禁忌长度的选取策略来提高算法的收敛速度,最后通过测试实例验证了该混合算法解决动态车辆调度问题的有效性和可行性.     

求解三维装载约束下车辆路径问题的混合禁忌搜索算法

三维装载约束下车辆路径问题是车辆路径问题集合中极为复杂的问题。针对这一问题,提出了三种混合禁忌搜索算法。该算法首先设计了空间处理方式,通过在初始解构造阶段采用不同的装载规则来实现客户货物的装载,然后引入禁忌搜索算法对解空间进行搜索。最后,扩展了Solomon的标准用例对三种算法进行了实验,实现结果显示提出的算法是求解该问题的有效算法,同时其中一种算法相对而言具有一定的优势。     

有车辆数限制的开放式车辆调度问题研究

有车辆数限制的开放式车辆调度问题(m-OVRP)是车辆调度类问题(VRP)的一个新的分支.本文通过多初始解选优、平滑动态的禁忌长度等改进手段,基于遗传算法中变异的思想,设计了改进的禁忌搜索算法来解决m-OVRP问题.实验结果表明,本文提出的算法不仅能很好地解决m-OVRP问题,对OVRP问题也能得到稳定的结果.本算法核心包括:提出一种全新的构造初始解的贪心算法,在禁忌搜索初始解的选取中采用多初始解选优的策略;提出在禁忌搜索中采用平滑动态的禁忌长度.本算法可以很方便地应用到其他的一些启发式搜索问题的求解中.     

动态车辆调度系统设计与开发

针对市内货物配送和收集这一典型的VRPB问题,在Dijstra算法结合A*算法计算距离矩阵的基础上,以混合禁忌搜索算法为理论基础进行静态调度求解,并以局部调整策略实现VRPB的动态调度计算。开发基于GPS/GIS/GPRS技术的动态车辆调度系统。该系统能监测新增的客户发货需求,实时跟踪车辆位置,以这些参数为输入动态地优化车辆行驶路径,并通过GPRS将调度结果快速准确地传送给车辆。     

一种改进的禁忌搜索算法求解背包问题

提出一种改进的禁忌搜索算法来求解背包问题.该算法基于禁忌搜索技术,并采用I&D策略,同时设计了两种针对局部最优解的变异算子.改进后的算法能有效地弥补标准禁忌算法对初始解依赖的缺陷,同时也避免了搜索停滞的现象.通过对具体实例和随机问题的测试,表明改进后的禁忌搜索算法有更好的性能.     

改进的哈里斯鹰算法求解农产品供应链调度

针对农产品流通体系的效率低、流通链条协同效率不高、紧急情况下食品供给慢等问题,通过将农产品供应链调度问题建模成混合流水车间调度问题。结合禁忌搜索算法中禁忌表机制,离散化实数编码,提出了一种改进的哈里斯鹰算法来求解农产品供应链调度问题。该方法相比较原始的哈里斯鹰算法,降低了算法陷入局部最优的可能,进一步提高了算法的求解精度。实验结果表明：相比较对比算法,改进的哈里斯鹰算法在提出的农产品供应链调度问题模型上取得了更好的效果。     

禁忌搜索算法解决零空闲流水线调度问题

针对流水线调度这一类NP-Hard难题,深入分析了零空闲流水线调度问题,提出了一种解决零空闲流水线调度问题的基于NEH方法的禁忌搜索算法,建立了以工件的最大完工时间为目标的算法模型.新算法利用NEH启发式算法产生问题的初始解,改善了新算法的搜索性能.利用动态方式更新禁忌表长,提高了新算法的鲁棒性.为了提高算法的运行时效,利用快速搜索算法对提出的禁忌搜索算法进行改进,即采用快速搜索算法作为禁忌搜索的邻域函数,得到另一种改进的禁忌搜索算法.仿真试验结果表明了该算法的有效性及优越性,新算法在流水线生产调度及自动化工程等领域具有较高的实用价值.     

基于TS的动态车辆调度问题的混合算法研究

对带时间窗的动态车辆调度问题进行分析,采用实时再优化方法进行研究,引入时间轴概念,建立动态车辆调度模型,并给出求解的混合禁忌搜索算法。该算法先用C-K节约算法求得初始解,然后用禁忌搜索进行优化,得到全局最优解。禁忌搜索算法中采用动态邻域移动方法构造候选解和动态禁忌长度选取策略设置紧急长度,提高算法的收敛速度。最后用实例证明该混合算法的可行性和有效性。     

基于双禁忌对象的并行禁忌搜索算法

禁忌搜索算法是解决组合优化问题的一种主要方法,是克服NP完全问题的一个有效途径。随着计算网格的发展,将禁忌搜索算法引入到这种分布式并行计算环境中,具有广泛的应用价值。提出了一个基于双禁忌对象的禁忌搜索算法,在此算法的基础上,利用并行化分散搜索策略来提高算法的求解精度。实验结果表明该并行禁忌搜索算法性能较高。     

基于禁忌搜索的三维装载车辆路径问题研究

针对三维装载约束下的车辆路径问题(VRP),在考虑车辆容量、三维装载、物品装卸顺序、最小支持面和物品是否易碎等约束的情况下,提出一种求解该问题的禁忌搜索算法,其中包括2种三维装载算法、2种初始解构建算法、禁忌搜索邻域结构以及导向禁忌搜索机制。实验结果表明,该算法能够有效求解三维装载约束的VRP,且求解精度较高。     

Hybrid monkey search algorithm for flow shop scheduling problem under makespan and total flow time

This paper addresses a sub-population based hybrid monkey search algorithm to solve the flow shop scheduling problem which has been proved to be non-deterministic polynomial time hard (NP-hard) type combinatorial optimization problems. Minimization of makespan and total flow time are the objective functions considered. In the proposed algorithm, two different sub-populations for the two objectives are generated and different dispatching rules are used to improve the solution quality. To the best of our knowledge, this is the first application of monkey search algorithm to solve the flow shop scheduling problems. The performance of the proposed algorithm has been tested with the benchmark problems addressed in the literature. Computational results reveal that the proposed algorithm outperforms many other heuristics and meta-heuristics addressed in the literature.     

一种求解两级车辆路径问题的Memetic 算法

两级车辆路径问题是指物资必须先由中心仓库配送至中转站(第1级),再由中转站配送至客户(第2级)的一种车辆路径问题。针对该NP难问题提出一种Memetic算法通过自底向上的方式进行求解。首先利用改进的最优切割算法MDVRP-Split将客户合理分配至中转站;然后采用局部搜索解决第1级问题,交叉产生的精英个体通过局部搜索改进。标准算例的测试结果表明,所提出算法更注重求解质量与求解效率的平衡,性能优于其他现有的两种算法。     

A hybrid algorithm for the capacitated vehicle routing problem with three-dimensional loading constraints

The capacitated vehicle routing problem with three-dimensional loading constraints combines capacitated vehicle routing and three-dimensional loading with additional packing constraints concerning, for example, unloading operations. An efficient hybrid algorithm including a tabu search algorithm for routing and a tree search algorithm for loading is introduced. Computational results are presented for all publicly available test instances. Most of the best solutions previously reported in literature have been improved while the computational effort is drastically reduced compared to other methods.     

混合粒子群算法求解带软时间窗的VRPSPD问题

针对带软时间窗的同时集配货车辆路径问题（VRPSPD）,建立了以车辆派遣成本、行驶成本和时间窗惩罚成本之和最小为目标的车辆路径优化模型;设计混合粒子群算法进行求解,该算法结合以变邻域下降搜索为主体的适应性扰动机制,采用适应性选择邻域策略,并在每个邻域搜索中应用可变的循环次数,以此提高对解空间的探测能力和搜索效率。数值实验结果表明了该算法的可行性和有效性。     

求解工件车间调度问题的一种新的邻域搜索算法

该文提出了一种新的求解工件车间调度(job shop scheduling)问题的邻域搜索算法．问题的目标是：在满足约束条件的前提下使得调度的makespan尽可能地小．定义了一种新的优先分配规则以生成初始解；定义了一种新的邻域结构；将邻域搜索跟单机调度结合在一起；提出了跳坑策略以跳出局部最优解并且将搜索引向有希望的方向．计算了当前国际文献中的一组共58个benchmark问题实例，算法的优度高于当前国外学者提出的两种著名的先进算法．其中对18个10工件10机器的实例，包括最著名的难解实例ft10，在可接受的时间内都找到了最优解．这些实例是当前文献中报导的所有规模为10工件10机器的实例．     

垃圾分类收运路径问题的新型混合蚁群算法求解

针对垃圾分类收运路径问题,考虑车辆装载容量约束、硬时间窗约束、装载率对成本的影响等条件下,以最小化运输成本和车辆固定成本为目标建立了数学模型。将考虑时间吻合度因子和车容量利用率因子的改进蚁群算法与混沌电磁场优化算法进行动态融合,并结合2-opt和两点交换的局部搜索方法,提出一种以改进蚁群算法为外部框架,混沌电磁场优化算法为内部模块的新型混合蚁群算法对城市生活垃圾分类收运问题进行求解。根据算法间优势互补的思想,利用两种算法的优点来弥补单个算法的缺陷,使其成功应用于该问题。最后,用车辆路径问题标准测试集和上海市杨浦区的数据作为实例进行测试与对比,验证了模型的正确性以及算法的有效性与优化能力。     

一种基于Voronoi图求解车辆路径问题的混合启发式算法

针对由多个配送中心和多个客户点组成的物流网络中的车辆路径问题,提出了一种基于“集群第一,路线第二”的路径优化策略,即首先使用Voronoi分割对配送区域进行划分,然后引入综合插入算法和变邻域搜索算法的混合启发式算法求解配送区域内车辆路径问题。通过算例和应用系统的分析与验证表明,该混合算法既能获取质量较优解,同时也具有较好的实时性,能较好地满足实际应用需求。     

Artificial intelligence heuristics in solving vehicle routing problems with time window constraints

This paper describes the authors’ research on various heuristics in solving vehicle routing problem with time window constraints (VRPTW) to near optimal solutions. VRPTW is NP-hard problem and best solved to near optimum by heuristics. In the vehicle routing problem, a set of geographically dispersed customers with known demands and predefined time windows are to be served by a fleet of vehicles with limited capacity. The optimized routines for each vehicle are scheduled as to achieve the minimal total cost without violating the capacity and time window constraints. In this paper, we explore different hybridizations of artificial intelligence based techniques including simulated annealing, tabu search and genetic algorithm for better performance in VRPTW. All the implemented hybrid heuristics are applied to solve the Solomon's 56 VRPTW with 100-customer instances, and yield 23 solutions competitive to the best solutions published in literature according to the authors’ best knowledge.     

Hybrid column generation and large neighborhood search for the dial-a-ride problem

Demographic change towards an ever aging population entails an increasing demand for specialized transportation systems to complement the traditional public means of transportation. Typically, users place transportation requests, specifying a pickup and a drop off location and a fleet of minibuses or taxis is used to serve these requests. The underlying optimization problem can be modeled as a dial-a-ride problem. In the dial-a-ride problem considered in this paper, total routing costs are minimized while respecting time window, maximum user ride time, maximum route duration, and vehicle capacity restrictions. We propose a hybrid column generation and large neighborhood search algorithm and compare different hybridization strategies on a set of benchmark instances from the literature.