乘用车物流运输计划新模型求解.doc

乘用车物流运输计划新模型求解在确保完成运输任务的前提下，物流公司追求降低运输成本。但由于轿运车、乘用车有多种规格等原因，当前很多物流公司在制定运输计划时主要依赖调度人员的经验，在面对复杂的运输任务时，往往效率低下，而且运输成本不尽理想。我们必须千方百计利用现有的数据开展研究，同时新课题、探索性研究有可能成为数学建模爱好者的用武之地。整车物流的运输成本计算较为繁杂,进行简化。首先，影响成本高低的首先是轿运车使用数量；其次，在轿运车使用数量相同情况下，1-1型轿运车的使用成本较低，2-2型较高，1-2型略低于前两者的平均值，但物流公司1-2型轿运车拥有量小，为方便后续任务安排，每次1-2型轿运车使用量不超过1-1型轿运车使用量的20%；再次，在轿运车使用数量及型号均相同情况下，行驶里程短的成本低，注意因为该物流公司是全国性公司，在各地均会有整车物流业务，所以轿运车到达目的地后原地待命，无须放空返回；为了简化，本文参考对车型的分类，约定高度超过1.7米的乘用车只能放在1-2型下层或1-1型轿运车中；宽度在1.7米以下的乘用车才能放在1-2型上层或2-2型中。这样，对应每一个车型编号，有一个3维数组，、分别表示该车型的长度、宽度，表示该车型的总送货需求量。45个行向量作成矩阵，设由遗传算法输出的染色体编码为，则装箱问题6是求解下列优化问题： （5-6）s.t.，在乘用车装载的过程中引入量子遗传算法，量子遗传算法就是基于量子计算原理的一种遗传算法，将量子的态矢量表达引入遗传编码，利用量子逻辑门实现染色体的演化，可以实现比传统遗传算法更好的效果7。5.3.2量子门更新量子门作为演化操作的执行机构，可根据具体问题进行选择，根据量子门遗传算法的计算特点，选择量子旋转门较为合适。量子旋转门的调整操作为其更新过程如下：其中，和代表染色体第i个量子比特旋转门更新前后的概率幅；为旋转角，它的大小和符号由事先设计的调整策略确定。由式（8-2）可以得出和分别为：所以可以看出变换之后的值仍为1。5.3.3算法确定初始车辆装载流程首先，对存在多态的问题进行量子比特编码，如两态用一个量子比特进行编码，四态用两个量子比特进行编码。该方法的优点是通用性好，且实现简单。采用多量子比特编码m个参数的基因如下：其中，代表第t代第j个体的染色体；k为编码每一个基因的量子比特数；m为染色体的基因个数。图5-2 量子遗传算法流程图初始化种群，种群中全部染色体的所有基因都被初始化为，这意味着一个染色体所表达的是其全部可能状态的等概率叠加：其中，为染色体的第种状态，表现形式为一长度为m的二进制串，其中的值为0或者1。对初始种群中的个体进行一次测量，以获得一组确定的解，其中，为第t代种群中第j个解（第j个个体的测量值），表现形式为长度为m的二进制串，是根据量子比特的概率（或，i=1,2,.,m)选择得到的。测量过程为，产生一个0,1区间的随机数，若它大于概率幅的平方，则测量结果取值1，否则取值0。然后，对这一组解进行适应度评估，记录下最佳适应度个体作为下一步演化的目标值。随后，算法进入循环迭代阶段，随着迭代的进行，种群的解逐渐向最优解收敛。在每一次迭代中，首先对种群进行测量，以获得一组确定解P(t)，然后计算每个解的适应度值，再根据当前的演化目标和事先确定的调整策略，利用量子旋转门对种群中的个体进行调整，获得更新后的种群，记录下当前的最优解，并与当前的目标值进行比较，如果大于当前目标值，则以新的最优解作为下一代迭代的目标值，否则保持当前的目标值不变8。为当前染色体的第i位；为当前的最优染色体的第i位；为适应度函数；为旋转角方向；为旋转角的大小，将个体当前测量的适应度与该种群当前最优个体的适应度值进行比较，如果则调整中相应位量子比特，使得几率幅对向着有利于出现的方向演化；反之，如果，则调整中相应位量子比特，使得几率幅对向着有利于出项的方向的演化。（1）编码设计和种群的初始化采用整数编码，染色体的长度等于乘用车车型最大编号，每个基因的取值上的整数表示将采用对应编号的装载方式，如就为一个个体的染色体编码，表示第1号乘用车装在编号为3的轿运车中，第2号乘用车装在编号为5的1-2型轿运车下层，第3号乘用车装在编号为6的1-2型轿运车上层，（2）解码过程即将染色体编码转换为可行调度，进而求得目标函数值的过程。将一个染色体装换为乘用车在各轿运车上的分配之后，得到12种轿运车中乘运车的装配方案，进而求得该染色体所对应的目标函数值。由于调度问题所求的是最小化，取适应值，为目标函数值，是足够大的正整数，在遗传过程的每一代选取为种群中最大的目标函数值。带入启发式算法中的第二步进行求解5.2 确定装车方案解得一个初始最优个体后，对每一j，若，即知道了j号轿运车上装载的类型，从同一个聚类中挑选1-1车型使之充分利用空间，X=7,9,2,7,2,7,1,7,7,2,1,6,1,8,10,2,8,7,7,10,8,1,8,7,10,8,10,1,7,1,7,7,2,10,1,2,7,7,10,7,7,2,7,10,2表5-11 装配方案轿运车编号乘用车编号长度目的地送货需求量ABCDE174230702571146001235001345001595762245314204328486512842630399803869354580943752343101265107534601287216104135600321643508942533478910867036460356809424544874554546701513910661245746420071461042031447471584966449010121491384270531254944804068518440013748519494543412245160724322937633514473142850641283246081512465373820042085384212871035403745001584414855950564350351260438144420743451749453000221446645720234880532652645900157892501523042101549304