供应链中的车辆路径规划问题研究_第1页
供应链中的车辆路径规划问题研究_第2页
供应链中的车辆路径规划问题研究_第3页
供应链中的车辆路径规划问题研究_第4页
供应链中的车辆路径规划问题研究_第5页
已阅读5页,还剩4页未读, 继续免费阅读

付费下载

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

供应链中的车辆路径规划问题研究近年来,随着国民经济的飞速发展,物流产业的地位越来越突出,规模也快速扩张。与此同时,物流产业的集中度、运营效率也急需进一步提升,但运输成本居高不下一直是物流业的痛点。作为物流活动的主要环节,配送也成为众多学者研究的重要突破点。其中,运输车辆的路径规划问题是物流配送的最重要的一面,车辆路径是否合理直接影响到配送的速度、成本和效益。近年来,研究者提出了各种智能算法用于解决流配送中的运输车辆路径规划问题。其中,遗传算法是解决车辆路径规划问题的有效途径。传统的遗传算法在解决车辆路径规划问题时,会产生二进制编码串过于冗长、计算机的运算过程过于复杂、精度难以提高、算法经常陷入局部最优等问题,尤其是算法过早收敛、陷入局部最优的问题,对问题的求解带来严重的影响。因此,本文从算法过早收敛的问题出发,寻求遗传算法的改进措施,并用于解决相较普通的车辆路径问题通用性更强的带时间窗车辆路径规划问题。本文首先概述了车辆路径问题的基本理论如定义、组成和分类,建立了带时间窗的车辆路径问题的模型并详细界定了模型参数。并介绍了车辆路径问题的几种常用的研究算法的原理与优缺点。其次,详细介绍了传统遗传算法的基本思想、基本概念与基本步骤。重点介绍了常用的选择算子、交叉算子、变异算子的原理,为下一章的改进算法奠定基础。最后,针对带时间窗的车辆路径问题,对传统自适应遗传算法提出了一系列的改进措施。采用考虑群体相关性、个体浓度与个体适应度的自适应选择、交叉、变异算子,不仅增强了收敛速度,而且提高了群体多样性,增强全局搜索的能力。通过对比改进的自适应遗传算法与传统自适应遗传算法对带时间窗车辆路

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。

评论

0/150

提交评论