基于时间窗的车辆路径问题研究

论文摘要

随着市场竞争的日趋激烈,企业传统两大利润源的不断萎缩,物流成本对企业利润的影响程度也不断增大,尤其是在其中占有较大比例的物流配送成本对企业获利能力的影响更是与日俱增。在与配送成本有关的各类问题中,车辆路径问题是一个备受关注的焦点问题,尤其是从90年代后期开始,车辆路径问题的重要性被越来越多的国内学者和企业所认同。本文在分析车辆路径问题的基础上,对基于时间窗的多目标车辆路径问题进行了研究,文章的主要研究内容如下：首先,本文在阅读大量文献的基础上,指出了目前关于车辆路径问题的研究中,在模型的建立和求解算法两个方面存在的问题。并对车辆路径问题的基本原理进行了阐述,比较系统的总结了车辆路径问题的分类情况和常用的求解算法。其次,针对目前在模型建立中存在的目标单一、约束条件与现实存在一定差距的问题,本文将客户满意度作为一个新的目标函数引入到带有时间窗的车辆路径问题的基本模型中,建立了多目标数学规划模型,并把现实中比较常见的多车型约束条件加入到了建立的多目标数学规划模型中,在一定程度上增加了多目标模型的实用性。再次,针对建立的多目标数学规划模型进行了遗传算法的设计,对选择算子、交叉算子和变异算子进行了一定程度的改进,改进了遗传算法的性能,在一定程度上避免了算法的“早熟”问题。最后,用MyEclipse软件对设计的遗传算法进行了编程实现,并选取了两篇文献的算例数据进行了计算,对得到的结果进行了比较,对算法的有效性进行了验证。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 选题背景
• 1.2 国内外研究现状及存在的问题
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.2.3 存在的问题
• 1.3 研究内容、目的和意义
• 1.4 章节安排
• 第2章 车辆路径问题的基本原理回顾
• 2.1 车辆路径问题原理
• 2.1.1 车辆路径问题的原始问题研究
• 2.1.2 车辆路径问题的一般描述
• 2.1.3 车辆路径问题的分类
• 2.2 求解车辆路径问题的算法回顾
• 2.2.1 精确算法
• 2.2.2 启发式算法
• 2.3 本章小结
• 第3章 多目标VRPTW模型的建立
• 3.1 VRPTW的基本模型描述及分类
• 3.1.1 VRPTW的基本模型描述
• 3.1.2 VRPTW的分类
• 3.2 多目标VRPTW模型的建立
• 3.3 多目标VRPTW模型的求解方案选择和目标函数处理
• 3.4 本章小结
• 第4章 多目标VRPTW模型的遗传算法设计
• 4.1 遗传算法的基本理论
• 4.1.1. 遗传算法的生物学原理
• 4.1.2 遗传算法的数学理论基础
• 4.1.3 遗传算法的基本概念
• 4.1.4 基本遗传算法的步骤
• 4.1.5 遗传算法的优缺点
• 4.2 遗传算法的设计
• 4.2.1 编码
• 4.2.2 初始种群的生成
• 4.2.3 约束条件处理与适应度函数的建立
• 4.2.4 遗传算子的选择
• 4.2.5 遗传算法的参数选择与终止条件
• 4.3 本章小结
• 第5章 算例分析
• 5.1 算例1
• 5.2 算例2
• 5.3 本章小结
• 第6章 结论与展望
• 6.1 研究结论
• 6.2 研究展望
• 参考文献
• 附录
• 致谢
• 攻读硕士期间发表的论文