物流配送中車輛路徑問題的算法研究.pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、伴隨著現(xiàn)代物流技術的飛速發(fā)展,物流在未來的市場競爭中,將突顯其無可替代的重要作用。物流活動中不可或缺的內容、電子商務活動的關鍵環(huán)節(jié)—車輛路徑問題(VRP),直接影響服務水平和配送成本。為了實現(xiàn)科學的物流,提高企業(yè)的經濟效益,優(yōu)化車輛路徑這是必要的。
  本文在全面、細致介紹物流配送中車輛路徑問題相關知識的基礎之上,分析了國內外相關問題的研究現(xiàn)狀,研究了傳統(tǒng)的針對此類問題求解的智能啟發(fā)式算法。在此基礎上針對這些算法的不足之處加以改進

2、。論文的主要研究內容如下:
  (1)研究了用傳統(tǒng)的遺傳算法求解典型的VRP問題,在傳統(tǒng)遺傳算法的基礎上加入隔離小生境技術、模擬退火等思想改進遺傳算法,并用此解決VRP問題。這一算法既保持了種群的多樣性,又達到避免運算陷入局部最優(yōu)的目的。它的實用性和有效性通過實例得到驗證。
  (2)針對一般的確定性VRP問題,研究了運用傳統(tǒng)免疫算法求解的過程。在遺傳算法中加入免疫算子形成的免疫遺傳算法,并用實例驗證了該算法的優(yōu)越性。這種將

3、多種算法取長補短進行融合,是解決實際問題的一種有效、可行的方法。
  (3)針對有時間窗的確定性VRP問題中約束條件多的特點,在免疫算法中加入記憶機制改進免疫算法。通過算例驗證此算法能有效地解決有時間窗的確定性VRP問題。
  (4)針對不確定性VRP問題,引進利用混沌神經網絡模型求解的方法,使不確定性VRP問題能得到有效解決,并通過算例與模擬退火和神經網絡算法進行比較。比較結果表明CNN比SA和HNN算法解決不確定性VRP

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論