基于改進遺傳算法的帶軟時間窗車輛路徑問題的研究.pdf

1、中國物流與采購聯合會數據顯示2014年我國社會物流總成本占GDP的比重約為16.6％，這一數據高于全球平均水平約5個百分點。第三產業(yè)統計年鑒的數據顯示近20年來運輸成本在物流總成本中所占的比重均超過了50％。上述數據表明車輛路徑問題是影響我國物流總成本偏高的一個重要因素。在實際的運輸過程中，由于客戶規(guī)模一般較大，很難做到使每一個客戶都達到最滿意的結果，故軟時間窗車輛路徑問題(Vehicle Routing Problem with So

2、ft TimeWindow, VRPSTW)更加貼近實際運輸情況。另外VRPSTW會充分考慮每一個節(jié)點上的客戶滿意度問題。因此研究VRPSTW無論是在提高顧客滿意度方面還是在縮減物流成本方面都在物流運輸中起著最為重要的作用。
　　遺傳算法(Genetic Algorithm，GA)是求解VRPSTW時應用更廣泛、性能表現更為優(yōu)越的。但是該算法也存在早熟問題、易收斂到局部最優(yōu)解的問題和求解精度有待進一步提高的問題。為此本文采取了以下

3、措施來解決這些問題:引入最佳種群規(guī)模的計算方法;采用隨機生成方式來產生初始種群;采用自適應機制來確定交叉概率和變異概率;采取基于排序法的隨機競爭選擇和最佳保留相結合的選擇策略;引入小生境操作技術的交叉算子A;采用局部爬山變異算子。為了使整個算法能更好的解決VRPSTW，本文做了如下工作，首先綜合考慮了顧客的滿意度、物流公司的費用支出、顧客的特殊要求等因素后，對目標函數進行了權重的設置以及對約束條件進行了罰函數等方面的處理。其次除了對遺傳

4、算子的改進外，還對編碼解碼、種群初始化方法、控制參數的設置以及終止條件的確定等方面進行了適度的調整工作。最后為測算改進算法的有效性，針對同一數據集進行了全方位多角度的對比分析工作，力求使后續(xù)分析工作更具有說服力。
　　針對GA求解VRPSTW時所表現出的種種不足，本文做出相應改進調整方案后。對solomon標準庫中C101數據集的100個節(jié)點進行測試，以驗證改進方案的合理性。在大量的測算過程中，算法并沒有出現早熟現象和收斂到局部最