智能算法在车辆调度上的应用

论文摘要

物流配送中的车辆调度优化方法和系统,是实现快速、准确和低成本物流配送的重要手段和途径,是现代物流系统必不可少的重要部分。多站点含配送集货的带时间窗的车辆调度问题(MDVRPPDTW)是典型的VRP的一类扩展,是有多个站点,必须在规定时间内提供服务,客户不但有需求而且有供应的VRP问题。本文综述了物流配送中车辆调度问题的相关概念、模型。介绍了遗传算法基本原理及特点。对研究的MDVRPPDTW问题提出遗传算法的求解方法。通过实验证明,该算法是有效的、可行的。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 研究背景
• 1.2 本研究的贡献
• 1.3 本文的章节概要
• 第二章 车辆调度问题
• 2.1 问题的提出
• 2.2 问题的描述
• 2.3 问题中的相关对象
• 2.4 问题的约束
• 2.5 问题的分类
• 2.6 问题的研究方法
• 第三章 智能算法的介绍
• 3.1 引言
• 3.2 遗传算法
• 3.2.1 遗传算法的产生
• 3.2.2 遗传算法的工作步骤
• 3.2.3 遗传算法的机理
• 3.2.4 遗传算法的特点
• 3.2.5 遗传算法的收敛性
• 第四章 智能算法的车辆调度应用
• 4.1 多站点含配送集货的带时间窗的车辆调度问题概述
• 4.2 MDVRPPDTW 问题的数学模型
• 4.2.1 符号定义
• 4.2.2 数学模型
• 4.3 求MDVRPPDTW 问题的遗传算法设计
• 4.3.1 编码与解码
• 4.3.2 适应值函数
• 4.3.3 选择算子
• 4.3.4 交叉算子
• 4.3.5 变异算子
• 4.3.6 引入一些机制改进基本遗传算法
• 4.4 实验分析
• 4.4.1 测试数据设计说明
• 4.4.2 测试方案1
• 4.4.3 测试方案2
• 4.4.4 测试方案3
• 4.4.5 测试方案4
• 第五章 总结
• 参考文献
• 致谢