基于蟻群算法的多中心車輛調(diào)度問題研究.pdf

1、近幾年來,物流作為促進(jìn)經(jīng)濟(jì)增長的“第三利潤源”,受到了國內(nèi)各行各業(yè)的極大重視并得到了迅速的發(fā)展。配送是物流中的一個(gè)重要的、直接與消費(fèi)者相連的環(huán)節(jié),在配送業(yè)務(wù)中,配送車輛調(diào)度問題對(duì)配送的速度、成本、效益有著直接的影響,是關(guān)鍵一環(huán)?；趪鴥?nèi)外在此問題上的研究現(xiàn)狀和中國的實(shí)際情況、特點(diǎn),本文主要圍繞有時(shí)間窗的多車型、多中心車輛調(diào)度問題的數(shù)學(xué)模型的建立和所用算法進(jìn)行了研究和探索,在此基礎(chǔ)上開發(fā)了物流配送車輛優(yōu)化調(diào)度模擬系統(tǒng)。具體工作如下:

2、>　　1)在前人建立的單車型、單中心車輛調(diào)度問題模型的基礎(chǔ)上,考慮了多中心、多車型、有時(shí)間窗等情況,建立了有時(shí)間窗的多車型、多中心車輛調(diào)度問題基于直觀描述的數(shù)學(xué)模型。
　　2)在對(duì)蟻群算法進(jìn)行深入分析和研究的基礎(chǔ)上,對(duì)其中最大——最小螞蟻系統(tǒng)(MMAS)進(jìn)行了改進(jìn),改進(jìn)了算法的信息素更新方式,并采用了一種新的動(dòng)態(tài)自適應(yīng)信息素更新策略,實(shí)驗(yàn)證明改進(jìn)后的算法提高了全局搜索能力,加快了收斂速度;針對(duì)有時(shí)間窗的多車型、多中心車輛調(diào)度問題,

3、吸收了多態(tài)蟻群算法、小窗口蟻群算法和相遇問題蟻群算法的思想,提出了一種解決此問題的改進(jìn)分類分組MMAS算法,對(duì)算法的選擇機(jī)制、轉(zhuǎn)移機(jī)制、約束條件的處理等進(jìn)行了詳細(xì)的設(shè)計(jì),使改進(jìn)后的算法更適合求解問題,并用實(shí)驗(yàn)檢驗(yàn)了算法的可行性和有效性。
　　3)在應(yīng)用改進(jìn)的分類分組MMAS算法求解有時(shí)間窗的多車型、多中心車輛調(diào)度問題的基礎(chǔ)上,設(shè)計(jì)并實(shí)現(xiàn)了基于B/S結(jié)構(gòu)分三層即表現(xiàn)層、業(yè)務(wù)邏輯層和數(shù)據(jù)持久層的物流配送車輛優(yōu)化調(diào)度模擬系統(tǒng),合理地對(duì)各