基于遗传算法的集装箱甩挂运输路径规划问题

摘要

在集装箱甩挂运输问题中，牵引车和拖车进行甩挂操作的特定地点被称作甩挂点。通过甩挂点的操作，可以实现牵引车和拖车装卸和运输的并行化。这种物流组织方式比其他组织方式效率更高。因此，研究甩挂运输的路径规划问题对发展现代物流和提高物流运输效率具有重要意义。
　　本文研究了带时间窗的甩挂运输路径规划问题以及基于客户优先级的甩挂运输路径规划问题这两类应用场景下的问题。在第一类问题中，本文研究了考虑容积、时间窗等约束情形下的集装箱甩挂运输路径规划问题，根据问题建立了数学模型，利用遗传算法进行求解，并对Solomon Benchmark数据集进行一定调整，在调整后的数据集的基础上对算法进行数值实验，分析了算法的有效性和参数敏感性，得到了算法最佳参数配置。在遗传算法的实验结果分析的基础上，设计了参数自适应遗传算法，进行了相应的数值实验，并与基本遗传算法的实验结果进行了对比。实验结果表明，参数自适应遗传算法的性能要优于一般遗传算法。在第二类问题中，本文设计了客户优先级的定义和计算方法，描述了问题的场景，建立了相应问题模型，设计了求解该问题的遗传算法和测试数据集。最后进行了数值实验，验证了算法的有效性和适用性。
　　本文的研究成果能有效的解决带时间窗和基于客户优先级这两种类型下的甩挂运输路径规划问题，对解决甩挂运输路径规划问题具有一定的意义。

目录

声明

致谢

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状综述

1．3 研究内容

第二章 相关理论与算法概述

2．1 甩挂运输问题及相关问题概述

2．1．1 TTRP问题概述

2．1．2 VRPT问题及VRPTT问题概述

2．1．3 PDPT问题及RPDPTW问题概述

2．2 相关启发式算法概述

2．2．1 遗传算法

2．2．2 模拟退火算法

2．2．3 禁忌搜索算法

2．2．4 蚁群优化算法

2．3 本章小结

第三章 带时间窗的甩挂运输路径规划问题建模与求解

3．1 场景描述

3．2 问题模型

3．2．1 问题描述

3．2．2 数学建模

3．3 遗传算法

3．3．1 解的编码

3．3．2 初始解的生成

3．3．3 遗传算法求解过程

3．4 实验结果及分析

3．4．1 测试数据集

3．4．2 遗传算法实验结果及分析

3．5 参数自适应遗传算法

3．5．1 参数自适应更新策略

3．5．2 参数自适应遗传算法实验结果及分析

3．6 对比分析与讨论

3．7 本章小结

第四章 基于客户优先级的甩挂运输路径规划问题建模与求解

4．1 场景描述

4．2 问题模型

4．2．1 客户优先级定义

4．2．2 问题描述

4．2．3 数学建模

4．3 遗传算法

4．3．1 解的编码

4．3．2 初始解的生成

4．3．3 遗传算法求解过程

4．4 实验结果及分析

4．4．1 测试数据集

4．4．2 算法实验结果及分析

4．5 本章小结

第五章 结论与展望

5．1 研究总结

5．2 研究展望

参考文献

攻读硕士学位期间的学术活动及成果情况