混合遺傳算法在配送車輛調(diào)度問題中的應(yīng)用.pdf

1、隨著我國市場經(jīng)濟的逐步完善,企業(yè)之間的競爭日益加劇,競爭手段也不斷轉(zhuǎn)換,由最初的質(zhì)量到目前的價格、渠道、服務(wù)向未來的供應(yīng)鏈的競爭發(fā)展.現(xiàn)代物流理論在市場競爭中的應(yīng)用使得這一競爭形式成為未來企業(yè)關(guān)注的焦點.然而在現(xiàn)代化的物流體系中,目前物流配送的薄弱環(huán)節(jié)正日益暴露出來并亟待解決.如何有效地進行車輛調(diào)度,降低企業(yè)的運輸成本,從而在滿足顧客日益多變的需求同時,給企業(yè)帶來利潤,引起了廣大企業(yè)決策者和研究者的興趣.遺傳算法是一種自適應(yīng)隨機搜索算法

2、,它采用解的種群作為工作單元,模仿生物進化的適者生存原則指導(dǎo)搜索并改進目標(biāo).但是由于遺傳算法在搜索過程中容易陷入局部最優(yōu),以及初始種群對算法的效果有較大的影響,所以用單純的遺傳算法解決車輛調(diào)度問題通常不能取得較好的結(jié)果.本文基于Sweep算法和Cheapest Insertion算法的啟發(fā)式算法用于構(gòu)造遺傳算法的初始種群,并構(gòu)造一種較好的變異算子,從而改善種群的初始化和搜索過程,得到較好的調(diào)度方案.本文通過對帶有硬時間窗的車輛調(diào)度問題進