動態(tài)多目標(biāo)車輛路徑問題的算法研究.pdf

1、近年來，隨著社會市場競爭的日趨激烈，尤其是經(jīng)濟(jì)的飛速發(fā)展、多樣化的社會運(yùn)輸交通工具、復(fù)雜性、多變性的交通運(yùn)輸網(wǎng)絡(luò)，使得物流配送管理及其優(yōu)化越來越受到整個(gè)社會各方面的關(guān)注。這些都促使了車輛路徑問題的發(fā)展，也為車輛路徑問題(Vehicle Routing Problem，VRP)的研究提供了廣泛的現(xiàn)實(shí)基礎(chǔ)，其中，實(shí)時(shí)處理車輛路徑問題的應(yīng)用研究，由于現(xiàn)代通信及其信息技術(shù)的發(fā)展成果而成為可能。
　　 被稱為“運(yùn)籌學(xué)領(lǐng)域最為成功的研究之一

2、”的車輛路徑問題(VRP)是理論和實(shí)踐結(jié)合最為緊密的研究課題方向之一。現(xiàn)在，許多研究車輛路徑問題的工作大部分都是集中在靜態(tài)問題上，而對有動態(tài)需求變化方面的車輛路徑問題的的研究很少。然而，隨著社會和科學(xué)信息技術(shù)的發(fā)展，人們更希望在物流運(yùn)輸配送管理上能夠?qū)崟r(shí)的滿足他們的需求。這樣，就使得動態(tài)需求方面的車輛路徑問題成為熱點(diǎn)。因此，在對實(shí)際配送(尤其是動態(tài)需求)車輛路徑問題的研究意義重大。
　　 論文主要研究工作及成果有以下幾個(gè)方面：<

3、br>　　 1.提出了動態(tài)需求VRP的多目標(biāo)求解問題以及動態(tài)需求VRP的優(yōu)化策略，采用基于灰色與馬爾可夫鏈組合模型的需求預(yù)測方法將未知的信息轉(zhuǎn)換成已知的信息，從而將動態(tài)問題轉(zhuǎn)換為靜態(tài)問題，重點(diǎn)研究基于優(yōu)先預(yù)測的動態(tài)需求信息車輛路徑問題的建模和相應(yīng)的混合算法的策略問題，對于提高物流配送管理的工作效率和經(jīng)濟(jì)利益具有重大的現(xiàn)實(shí)意義和實(shí)用價(jià)值。
　　 2.引入時(shí)間段和關(guān)鍵點(diǎn)的概念，建立了基于時(shí)間段和關(guān)鍵點(diǎn)的動態(tài)問題的優(yōu)化策略，通過動態(tài)

4、問題的靜態(tài)化處理將動態(tài)車輛路徑問題轉(zhuǎn)化成若干靜態(tài)子問題來進(jìn)行求解，從而為動態(tài)車輛路徑問題的求解提供新的優(yōu)化策略。
　　 3.在將動態(tài)問題分解成若干靜態(tài)子問題進(jìn)行求解(即通過設(shè)立時(shí)間段和關(guān)鍵點(diǎn))，實(shí)現(xiàn)動態(tài)問題的靜態(tài)化處理的基礎(chǔ)上。最后，設(shè)計(jì)兩種混合算法分別是基于預(yù)測優(yōu)化策略和動態(tài)問題靜態(tài)化處理的優(yōu)化機(jī)制的基礎(chǔ)上進(jìn)行模型的求解，最后通過仿真實(shí)驗(yàn)論證，該混合算法可以提高效率。
　　 a.基于遺傳算法的混合算法，通過遺傳算法的改