带重心约束的集送货一体化车辆装载调度问题的研究

摘要

近年来，随着可利用自然资源的日趋减少以及人们环保意识的增强，能源的回收利用越来越受到人们的重视。在政府构建集约型社会政策指引下，正向物流和逆向物流相结合成为时代的要求，由此衍生的集送货一体化车辆路径问题已成为当前国内外物流领域的一个研究热点。而另一个关于物流配送的研究热点是车辆装载问题。本文在概述了国内外对于这两个问题及两者的整合优化问题研究的基础上，提出了带重心约束的集送货一体化车辆装载调度问题。
　　本文所研究的问题是一类在物流配送调度中具有广泛应用的组合优化问题，属于NP难题，高效的精确算法存在的可能性不大，所以寻找近似算法是必要和现实的。遗传算法就是其中一种很好的解决方法。遗传算法是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机搜索算法。
　　本文的重点是研究如何利用遗传算法求解带重心的集送货一体化车辆装载调度问题。首先，分析了目前集送货一体化车辆路径问题和车辆装载问题的研究现状，并在此基础上简述了本文要重点研究的带重心约束的集送货一体化车辆装载调度问题，建立模型。然后，对车辆路径问题的各种算法进行了优缺点的对比，并分析本文所研究问题的特点，选取遗传算法来解决。为了让算法简洁、高效且适合于求解该模型，对遗传算法的许多步骤做出了改进，例如：使用了一种新的交叉算子和几种改进策略。最后，按照算法编写的MATLAB程序求解了算例，得出了较好的结果，实验结果证明了模型和算法的有效性。
　　通过论文工作的研究与实现，作者认为：遗传算法在物流配送路径规划方面的优良特性，能够使问题得到较优满意解。但是，由于现实问题的复杂性，满足具体情况的遗传算法设计还有待进一步提高，理论分析有待进一步加深。

目录

封面

中文摘要

英文摘要

目录

1 绪 论

1.1 问题的提出及研究意义

1.2 国内外研究现状

1.3 本文主要工作

1.4 本文的主要内容和主要框架

2 集送货一体化相关理论概述

2.1 集送货一体化车辆调度模型相关理论

2.2带重心约束的车辆装载调度有效空间模型

3 车辆调度问题算法比较及遗传算法概述

3.1 车辆调度问题的算法比较

3.2遗传算法理论介绍

4 遗传算法设计

4.1 总体构思与设计的关键问题分析

4.2 算法的具体设计

5算法具体实施过程和算例

5.1算法具体实施过程

5.2算例介绍

5.3 结果分析与讨论

6 结论和展望

6.1主要结论

6.2需进一步研究的问题

致谢

参考文献

附录

A.作者在攻读学位期间发表的论文目录：

B.遗传算法的MATLAB7.1核心程序：