开放式车辆调度问题的参数控制蚁群算法的研究_第1页
开放式车辆调度问题的参数控制蚁群算法的研究_第2页
开放式车辆调度问题的参数控制蚁群算法的研究_第3页
开放式车辆调度问题的参数控制蚁群算法的研究_第4页
开放式车辆调度问题的参数控制蚁群算法的研究_第5页
已阅读5页，还剩4页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

开放式车辆调度问题的参数控制蚁群算法的研究互联网以及计算机技术的不断快速发展,带动了电子商务的不断发展。物流配送作为电子商务的重要支撑在社会生活中日益显示出极端的重要性。车辆调度问题是物流配送的基础和关键工作,如何安排合理的车辆调度方案使车辆总的行驶距离最短、花费时间最少、企业总的运输成本最低是物流配送的重要环节,具有重要的现实意义和经济意义。本文针对开放式车辆调度问题提出了一种基于参数控制的改进的蚁群算法。考虑到传统的物流配送体系已经无法满足当代社会物流配送的需求,本文在开放式车辆调度问题的基础上进一步扩展,考虑了客户对配送时间的要求以及多配送中心车辆跨区域协同运输的情况,研究了一种带软时间窗的多车场开放式车辆调度问题。蚁群算法作为一种群智能算法经常有学者将其应用到车辆调度问题的求解中。传统蚁群算法中参数通常采用固定的值,而算法的性能在很大程度上会受到其参数的影响,因此传统蚁群算法收敛速度较慢且易陷入局部最优。本文通过分析蚁群算法信息启发因子参数?、期望启发因子?以及信息素挥发系数?对算法性能的影响,进一步研究车辆调度模型中各参数对调度性能的影响,提出了参数动态自适应优化的车辆调度方法。首先在带软时间窗的单车场开放式车辆调度问题中验证了改进蚁群算法的有效性后,再将其应用在更加复杂的多车场车辆调度问题中。本文的创新性及研究成果主要包括以下几个方面:首先,在基本开放式车辆调度问题的基础上进一步研究了带软时间窗的多车场开放式车辆调度问题。针对该问题,通过设置一个虚拟车场,将多车场问题转化为多个单车场问题进行求解。其次,在蚁群算法前期利用细菌觅食算法与k-means算法相结合聚类技术对蚁群结果进行聚类,并根据聚类结果来自适应动态调整蚁群算法参数,使其快速收敛到最优解附近。最后,在算法后期为使算法快速收敛使其跳出局部最优,再利用混沌理论的遍历性来动态调整算法参数。算法最后,又利用2-opt算法对最优解进行优化。本文在车辆调度的模型构建和求解算法上进行有益的探索,对于发展新的

人人文库> 全部分类> 应用文书 > 作业报告

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论