首页> 中文学位 >不固定路段旅行时间条件下有时间窗物流配送车辆调度问题的模型与亚启发式算法实验研究
【6h】

不固定路段旅行时间条件下有时间窗物流配送车辆调度问题的模型与亚启发式算法实验研究

代理获取

目录

文摘

英文文摘

第一章绪 论

第一节 选题背景和研究意义

第二节 物流配送车辆调度问题的概述

第三节 配送车辆调度问题的分类

第四节 物流配送车辆现有求解方法综述

第五节 对本文所研究的物流配送车辆调度问题的界定

第六节 本文的主要研究内容

第二章软时间窗物流配送车辆调度问题的模型与遗传算法

第一节 软时间窗配送车辆调度问题的数学模型

第二节 不同时刻最短旅行时间路径的确定

第三节 遗传算法的基本原理和实现步骤

第四节 软时间窗物流配送车辆调度问题的遗传算法的设计

一、解的表示

二、解的评价

三、适应度的评估

四、选择操作

五、交叉算子

六、变异算子

七、终止准则

八、软时间窗物流配送车辆调度问题的算法策略的确定

九、算法的结构

十、算法的程序实现

第五节 实验计算和结果分析

第六节 算法策略和运行参数对遗传算法性能的影响

第三章软时间窗物流配送车辆调度问题的模拟退火算法

第一节 模拟退火算法的原理与实现步骤

第二节 软时间窗物流配送车辆问题的模拟退火算法的设计

第三节 软时间窗物流配送车辆调度问题的模拟退火算法的实现

第四节 实验计算和结果分析

第五节 算法策略和运行参数对模拟退火算法性能的影响

第六节 模拟退火算法与遗传算法的寻优过程比较

第四章硬时间窗物流配送车辆调度问题的模型与算法

第一节 硬时间窗物流配送车辆调度问题的数学模型

第二节 硬时间窗物流配送车辆调度问题的遗传算法

第三节 硬时间窗物流配送车辆调度问题的模拟退火算法

第五章结论与展望

第一节 本文的主要工作和研究结论

第二节 有待进一步研究的问题

附表1不同时刻物流点之间的最短旅行时间

参考文献

致谢

展开▼

摘要

本文在建立有时间约束的物流配送车辆调度问题数学模型的基础上,利用遗传算法和模拟退火算法对其求解,并对两种算法进行性能影响分析和寻优过程比较。  本文主要做了以下的工作:  (1)建立软时间窗和硬时间窗的物流配送车辆调度问题的数学模型。  (2)建立了一个模拟交通网络。  (3)设计并实现了求解软时间窗物流配送车辆的遗传算法,并通过实验计算研究了解的表示方法、选择算子、交叉算子、变异算子等算法策略和交叉概率、变异概率、均匀交叉发生概率、群体规模、进化代数等运行参数对算法性能的影响。  (4)设计并实现了求解软时间窗物流配送车辆调度问题的模拟退火算法,通过实验计算研究了解的表示方法、邻域选点策略、初始温度、降温系数、迭代搜索策略、混合概率、均匀变异发生概率等算法策略和运行参数对算法性能的影响。  (5)通过实验计算对求解软时间窗物流配送车辆问题的两种算法的寻优过程进行比较。  (6)分别采用遗传算法和模拟退火算法对硬时间窗物流配送车辆调度问题求解,并进行算法的性能分析。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号