改进蚂蚁算法在VRPDP问题的应用研究

论文摘要

集配送一体化车辆调度问题是车辆调度问题的一种扩展形式，它将原有车辆调度问题中只考虑配货业务或者只考虑集货业务整合到一起，即在求解该类问题时要同时考虑配货业务与集货业务。随着物流行业集约化发展的进程逐步加快，越来越多的物流企业开始尝试将这种整合优化业务纳入到自己的企业运营中来。因此，集配送一体化车辆调度问题不仅是一个学术问题，也是一个具有实际价值的应用问题。现有文献中对集配送一体化车辆调度问题的求解方法大都采用传统的启发式算法，这类算法虽然能够求解出可行解，但是解的质量不高，直到最近一两年才有相关学者将智能型的启发式算法应用到该领域的研究中。蚂蚁算法是一种群智能优化算法，由于在求解组合优化问题时具有良好的性能而广受关注，但是蚂蚁算法在实际应用中存在着求解时间过长的问题。本文在前人研究成果的基础上，将禁忌规则引入蚂蚁算法，提出了带有禁忌规则的蚂蚁算法——TAS，并将该算法应用到集配送一体化车辆调度问题中进行求解。具体工作内容及成果包括：1.针对现有蚂蚁算法需要过多迭代步数才能求得最优解的问题，提出了一种带有禁忌规则的蚂蚁算法，并将该算法应用到TSPLIB中的算例eil51，结果显示算法在迭代200次后就收敛到最优整数解426。2.将改进的蚂蚁算法分别应用到单一配送中心和多配送中心情形下的集配送一体化车辆调度中，并与算例的已知可行解进行比较。结果显示利用本文提出的算法求解集配送一体化车辆调度问题时能获得更优解。3.针对求解集配送一体化车辆调度问题时可能存在的低满载率问题，提出了一种基于配送订单可重组前提下的车辆调度与车辆装载的整合优化问题，并通过两阶段改进蚂蚁算法对问题进行求解，求解结果显示这种设计方式能够有效提高车辆的满载率。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 选题的背景及意义
• 1.2 VRP 研究现状综述
• 1.3 VRPDP 研究现状综述
• 1.4 论文主要工作及论文结构
• 第二章 带禁忌规则的蚂蚁算法（TAS）
• 2.1 蚂蚁算法简介
• 2.1.1 蚂蚁算法框架概述
• 2.1.2 国内外研究综述
• 2.2 TAS 算法设计
• 2.2.1 TAS 算法的核心思想
• 2.2.2 TAS 算法的流程设计
• 2.3 TAS 算法的值收敛证明
• 2.4 算例分析
• 2.5 本章小结
• 第三章 TAS 算法在 VRPDP 问题中的应用设计
• 3.1 问题域与数学模型
• 3.1.1 问题域
• 3.1.2 数学模型
• 3.2 TAS 算法的应用设计
• 3.2.1 单一配送中心条件下 VRPDP 的应用设计
• 3.2.2 多配送中心条件下的 VRPDP 应用设计
• 3.3 算例分析
• 3.3.1 单一配送中心条件下 VRPDP 的算例分析
• 3.3.2 多配送中心条件下 VRPDP 的算例分析
• 3.4 本章小结
• 第四章 VRPDP&VFP 整合优化问题的讨论
• 4.1 问题域与数学模型
• 4.1.1 问题域
• 4.1.2 数学模型
• 4.2 VRPDP&VFP 整合优化框架设计
• 4.3 VFP 部分的算法设计
• 4.3.1 算法设计分析
• 4.3.2 算法实现步骤
• 4.4 算例分析
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 附录 论文中出现的算例详情
• 在学期间发表的学术论文与研究成果
• 致谢