基于聚类的混合多目标遗传算法在车辆路径问题中的应用

建立了有时间窗口的车辆路径问题多目标优化模型,提出了一种基于聚类的混合多目标优化遗传算法。该算法采用并列选择方法,用擂台赛法则构造非支配集,并用聚类方法缩小非支配集,避免了求解非凸解的困难,提高了遗传算法搜索速度及避免了＂早熟＂等不足。实验结果表明,该算法为解决车辆数不确定的时间窗车辆路径问题提供了一个较为有效的求解方法。     

基于改进蚁群算法的带时间窗的多目标车辆调度研究

蚁群算法是模仿蚂蚁寻找路径的一种智能化启发武算法.带时间窗的车辆路径问题(VSPTW)是在基本的车辆路径问题(VSP)上增加了时间窗约束条件的一种变化形式,是一个典型的NP难问题.通过采用一种改进的路径构建方法和信息素更新策略,构造一个改进的蚁群算法来求解多目标的VSPTW.与基本AS(Ant System)算法比较结果显示,该算法对于求解VSPHTW问题具有较好的性能.     

混合时间窗下多目标电商物流路径优化研究

结合电商物流特点,探讨混合时间窗车辆路径问题,设计了混合时间窗惩罚函数和模糊预约时间函数,建立了基于混合时间窗约束的多目标车辆路径模型。设计了改进智能水滴算法对模型进行求解,改进节点概率选择方式来保护优秀水滴,设置路径泥土量最大和最小限制以防止算法提前进入收敛。最后,运用实际案例模拟计算,与传统智能水滴算法计算结果对比分析。结果表明,改进智能水滴算法求解混合时间窗下多目标电商物流路径优化问题,能够以很高的概率获得更优的全局最优解,是求解这类问题有效算法。     

基于改进智能水滴算法的混合时间窗电商物流路径优化研究

结合电商物流特点,探讨混合时间窗车辆路径问题,设计混合时间窗惩罚函数和模糊预约时间函数,建立基于混合时间窗约束的多目标车辆路径模型。设计改进智能水滴算法对模型进行求解,改进节点概率选择方式来保护优秀水滴,设置路径泥土量最大和最小限制以防止算法提前进入收敛。最后,运用实际案例模拟计算,与传统智能水滴算法计算结果对比分析。结果表明,改进智能水滴算法求解混合时间窗下多目标电商物流路径优化问题,能够以很高的概率获得更优的全局最优解,是求解这类问题有效算法。     

蜂群优化算法在带软时间窗的车辆路径问题中的应用

本文给出了带软时间窗的车辆路径问题的一种新的算法,蜂群算法.通过计算若干benchmark问题,并将结果与硬时间窗的目前最好解及蚁群算法的相应解作比较与分析,验证了算法的有效性.蜂群算法是刚刚起步的智能优化算法,目前国内外关于蜂群算法的文献较少,研究范围较窄,故本文不仅是拓宽蜂群算法应用范围的有效尝试,同时也给本身求解方法不多的软时间窗车辆路径问题提供了一种新解决方法.     

确定环境的危险品运输车辆路径选择优化问题

本文对确定环境下(即时间和风险都确定)的确定的危险品运输车辆路径优化问题进行了研究,针对时间和风险确定的危险品运输车辆路径优化问题,建立了以时间和风险为目标的多目标优化模型,设计了多目标遗传算法进行了求解,并给出了案例分析。     

改进智能水滴算法求解混合时间窗车辆路径问题

针对多目标车辆路径问题,研究了车载量、配送里程、混合时间窗等限制约束条件下,以最小配送费用和最少配送车辆数为目标建立多目标数学模型。在分析智能水滴算法求解类似离散问题时存在的局限性基础上,运用多种方式对其进行改进,并引入遗传算法选择、交叉及重组算子提高其性能,构建出两种改进智能水滴遗传混合算法,运用Solomon标准测试算例和实际算例进行验证。比较结果显示,改进后的混合算法能够有效解决离散问题,在持续寻优能力上较传统智能水滴算法和遗传算法更优；并且竞争选择改进智能水滴遗传混合算法求解算例效果最优。     

基于时间窗的车辆路径优化问题研究

物流配送车辆路径优化作为涉及多个影响因素和多目标要求的组合优化问题,其中具有时间窗约束的物流配送车辆路径问题是一个NP难问题。文章给出了基于时间窗约束的车辆配送路径优化模型,改进了传统的C-W节约算法,并与传统的C-W节约算法进行实例比较验证,讨论了各种方案的优劣,给出了切合实际需要的配送方案。     

基于自营式外卖的配送路径优化问题

近年来外卖行业迅速发展,在快消费时代引起了一股浪潮,然而随着外卖业的发展,如何提升外卖服务业的水平也成了热门话题,其中外卖配送路径的优化问题有为重要,其直接影响到了顾客体验以及配送成本。本文主要针对商家自营式外卖配送形式,立足于实际案例,通过TSP规划求解以及节约算法解决单配送车辆不考虑载重、多配送车辆考虑载重、多配送车辆考虑载重与时间窗的外卖配送路径优化问题,并对三种方案进行对比,分析其可行性进而实际解决某餐厅的外卖配送路径设计问题。     

基于智能优化算法的车辆路径问题的研究与应用

在电子商务蓬勃发展的大环境下,物流行业已经成为推动我国经济发展的重要力量,人们对物流配送的要求也越来越高,如何科学合理地规划配送车辆的路线,实现高效率、低成本是当前学者们研究的重点。物流配送遍及生产生活的方方面面,面对日益复杂的道路环境,随着信息化水平的提升,这使得用智能计算推动物流配送模式革新有着重要意义。本文通过科学合理的方法对复杂的车辆路径问题(VRP)的衍生问题,即带时间窗的车辆路径问题和同时取送货的车辆路径问题(VRPSPDTW)进行求解,主要通过对现有的鲸鱼优化算法进行研究,针对鲸鱼算法求解问题后期种群多样性缺失的问题,引入新的收敛因子、自适应权重和Metropolis准则对其进行补足,将其应用至实际问题中,验证其可行性。     

铁路技术站防溜工作优化研究

为了优化技术站繁忙时段防护员行走路线,压缩人员编制,提升作业效率,在详细分析相关规章及防溜作业流程的基础上,提出防护员作业过程中行走路线为特殊条件的哈密尔顿网络.首先依据防护员一次作业过程中的特点,创建分阶段多目标0-1整数规划模型,其次对模型进行深入分析,根据模型特点等价转换为带有时间窗的车辆路径模型,最后选择遗传与局部优化混合算法对模型进行求解.以乌鲁木齐铁路局集团公司管内某技术站实际情况进行计算,结果表明:带有时间窗的车辆路径模型能够较好的表达现场实际情况,遗传与局部优化混合算法迭代计算收敛速度较快,能够在列车连续到开的动态网络中得出最短路径及最少防护员岗位个数,对现场工作具有一定的指导意义.     

基于遗传算法的铺沙车路径探讨分析

铺沙车在日常生活中利用较多,其路径的选择关系到铺沙工程的成本.为了降低成本,利用求解欧拉回路的改进方法,建立了求最短路径的单目标规划模型.设计了lingo优化算法,规划出一条最短路径.考虑到运沙车单次运输量的限制及车子载重量与费用之间的关系,设计了求解该问题的遗传算法,通过建立时应模型,从车辆数目、运输量、运输次数三方面,使铺沙车路径最短,在不同的条件下,求出对应的最优路径和最小费用.     

改进遗传算法的保定邮政车辆调度问题研究

为解决保定市邮政车辆调度的问题,基于传统遗传算法,建立数学模型。针对传统遗传算法存在的“早熟”问题,融入自适应变异算子,设计一种改进遗传算法。通过matlab仿真实验,对保定市各县区邮政局间配送车辆路径进行优化,实验证明改进遗传算法优于传统遗传算法。     

单源多汇车辆路径选择优化问题

本文以最小化运输路径的风险值和运输时间为优化目标,考虑车辆载重、配送时间限制等约束条件建立单源单汇战时军事物资的运输路径优化模型,并设计求解模型的智能算法对单源单汇战时军事物资的运输路径优化问题进行了研究,给出案例进行验证。     

车辆路径问题的数学模型及优化算法

通过分析交通路径的特点,给出求解车辆路径问题(VRP)的改进的蚁群算法.该算法通过引入启发因子和参数自适应调整,加速了收敛效率,改善了全局搜索能力,最终数值例子表明本文所提算法是可行的、高效的.对VRP问题有较好的求解效果。     

基于NSGAII的应急物流多目标LRP研究

针对应急物流系统中选址-路径问题(LRP),建立了一个以最小化系统总耗时、总成本及最大化配送路线道路安全性的多目标优化模型,据此对应急物资供应点选择、配送中心选址及配送车辆路径安排进行决策。构造了带精英策略的快速非支配排序遗传算法(NSGAII)以求解多目标LRP模型,根据模型的特征,对算法的染色体编码、初始种群生成、交叉和变异方法进行了改进,并与变权多目标遗传算法进行对比研究。算例结果表明,改进的NSGAII可以更好地解决应急物流多目标LRP,求解出的帕累托最优解质量较高,算法具有较好的收敛性和运算效率。     

突发事件下物流配送路径优化研究

本文根据应急物流的特点,建立了带时间窗、目标函数为配送时间的应急物流配送路径优化模型,在MATLAB12编程环境下进行求解,方法具有有效性和可行性,并且路径选择更优。     

基于供需双向服务的共享仓储配送路径优化

共享仓储是"制造业+互联网+共享经济"智能制造大背景下,通过集成智能仓库产品与专业化的"集中采购+智能存储+JIT配送"服务于工业园区.针对园区企业与共享仓储之间的供需双向服务的物流特征,需要考虑在交货硬时间窗、运输小车承载量和小车数量等约束条件下较优的配送路径问题.首先,建立了共享仓储配送路径优化数学模型,并采用车辆平均负荷作为综合评价指标.然后,基于贪心策略选择初始点,以最佳行程长度确定选择概率,对基本烟花算法进行了改进来求解优化.最后,仿真案例的结果表明,改进的离散烟花算法在计算共享仓储最优配送路径方面具有较好的收敛性和合理性.     

基于STW-GA算法的离港航班调度优化模型

为缓解离港航班延误现状,减少航班延误带来的损失,研究了离港航班优化调度问题.建立了最小化航班延误成本、最小化航班位移量和最小化机位占用时间的多目标优化模型,将遗传算法与滑动时间窗相结合对模型进行求解,仿真结果表明,与先到先服务(FCFS)相比,航班延误损失减少35.5％,且延误损失在各航班之间的分配更加均衡,可见所提优...     

基于ICSA的多配送中心VSP的研究

采用两阶段法,首先根据多配送中心的特点建立多配送中心车辆调度的数学模型,其次采用模糊隶属度的方法对客户进行分类,确定配送中心配送的客户,并采用改进免疫克隆选择启发式算法进行求解车辆调度的问题,最后结合算例利用MATLAB进行仿真,并与遗传算法进行了比较验证了模型和算法的有效性.