改进的智能算法及其在物流运输优化中的应用

摘要

物流运输问题是当今研究的热点问题，随着运输交通工具的多样化，交通网络的复杂化，物流运输路线的选择就是组合优化中的一个NP难题。物流运输路线的选择是否合理直接影响着运输企业配送的速度、企业成本和企业效益。本文基于智能算法对物流运输路线选择的各种情况进行了研究： 1、给出了一般情况，即运输网络为一般网络时两点间最优物流运输路线的搜索算法。主要是对遗传算法进行改进：进行可变长编码、对交叉变异概率实现动态设置、把变异算子细分成插入变异和删除变异。除此之外还对数据存储结构作了调整，节省了空间开销。 2、运输网络为一般网络，多个源点以及多个目的节点间运输时，最优运输路径算法设计。 3、对于现在的物流运输，已经不再局限于某种特定的交通工具了，交通工具的多样化也是物流路径选择所要考虑的要点。文中根据多种交通工具的实际情况，给出了一些模型假设，并且根据这些假设建立了物流配送的数学模型。 4、对于城市内部物流网络也作了思考，主要针对城市中的单行道路网进行了研究，根据其特性将其描述为强连通有向图，在满足一定条件时，对其进行阶段化，并据此建立数学模型，给出了任意一点到其他点的最短距离以及最小有向H圈长。 5、当网络为小型网络且不太复杂的时候，对于最短路径问题很多方法都能够很快的解决，但是当网络趋向复杂化时，这些算法所花费的时间往往呈指数增长，这就很迫切地要求有一个算法能对出现的大型网络进行处理。本文中提出了路网简化的解决方案。这个思想可以分成两个方面：一个是直接把大型网络分割成若干个小网络，然后根据并行的思想对每个小网络进行处理，最后再根据要求对各小网络的处理结果进行合成，来得到所要求的最优解；另一个就是使得网络简化思想在大型网络直接求解的过程中实现。

目录

文摘

英文文摘

声明

第一章绪论

1.1物流的概述

1.1.1物流的概念及理解

1.1.2中国物流发展的理论现状

1.2运输在物流系统中的重要作用

1.2.1运输的概念

1.2.2运输在物流系统中的作用

1.3物流运输网络优化的重要性

1.3.1运输子系统是物流系统的核心

1.3.2不合理的物流运输

1.3.3物流运输合理优化意义

第二章智能优化算法

2.1概述

2.2遗传算法

2.2.1基本遗传算法

2.2.2遗传算法的基本要素

2.2.3遗传算法的参数选择

2.2.4遗传算法的特点

2.3蚁群算法

2.3.1蚁群系统简介

2.3.2基本蚁群算法

2.3.3参数选择

2.3.4蚁群算法的特点

第三章 基于遗传算法的无向网络路径优化

3.1引言

3.2网络模型

3.3网络节点的数据结构定义

3.4遗传算法的缺点

3.4.1容易过早收敛

3.4.2在进化后期搜索效率低

3.5改进遗传算法

3.5.1编码表示

3.5.2适应度函数

3.5.3种群初始化

3.5.4交叉、变异概率的动态设置

3.5.5交叉运算

3.5.6变异运算

3.6实例分析

3.7利用变长遗传算法求解转运问题

3.8本章小结

第四章 物流中心配送问题模型的建立

4.1物流配送问题的描述

4.2物流中心配送模型的建立

4.2.1问题的假设与说明

4.2.2物流中心配送的数学模型

第五章 基于城市单行道的物流优化研究

5.1引言

5.2有关定理与引理

5.3数学模型

5.4算法设计

5.4.1求任意两点之间的最短距离

5.4.2求最小有向H圈长

5.5仿真实验

5.6本章小结

第六章 通过路网简化求解最短路

6.1简化路网的必要性

6.2网络分割来解最短路

6.2.1聚类分析中蚂蚁的搜索方法

6.2.2计算新的聚类中心

6.2.3利用蚁群算法求出不同类型的子网

6.2.4城市聚类策略

6.2.5具体算法步骤

6.3大型网络求解的过程中简化成小网络

6.3.1两种智能算法的缺点与互补

6.3.2算法描述

6.3.3实例论证

第七章总结与展望

7.1总结

7.2展望

参考文献

发表论文和科研情况说明

致谢