開放式車輛調度問題的參數控制蟻群算法的研究_第1頁
開放式車輛調度問題的參數控制蟻群算法的研究_第2頁
開放式車輛調度問題的參數控制蟻群算法的研究_第3頁
開放式車輛調度問題的參數控制蟻群算法的研究_第4頁
開放式車輛調度問題的參數控制蟻群算法的研究_第5頁
已閱讀5頁，還剩4頁未讀， 繼續免費閱讀

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

開放式車輛調度問題的參數控制蟻群算法的研究互聯網以及計算機技術的不斷快速發展,帶動了電子商務的不斷發展。物流配送作為電子商務的重要支撐在社會生活中日益顯示出極端的重要性。車輛調度問題是物流配送的基礎和關鍵工作,如何安排合理的車輛調度方案使車輛總的行駛距離最短、花費時間最少、企業總的運輸成本最低是物流配送的重要環節,具有重要的現實意義和經濟意義。本文針對開放式車輛調度問題提出了一種基于參數控制的改進的蟻群算法。考慮到傳統的物流配送體系已經無法滿足當代社會物流配送的需求,本文在開放式車輛調度問題的基礎上進一步擴展,考慮了客戶對配送時間的要求以及多配送中心車輛跨區域協同運輸的情況,研究了一種帶軟時間窗的多車場開放式車輛調度問題。蟻群算法作為一種群智能算法經常有學者將其應用到車輛調度問題的求解中。傳統蟻群算法中參數通常采用固定的值,而算法的性能在很大程度上會受到其參數的影響,因此傳統蟻群算法收斂速度較慢且易陷入局部最優。本文通過分析蟻群算法信息啟發因子參數?、期望啟發因子?以及信息素揮發系數?對算法性能的影響,進一步研究車輛調度模型中各參數對調度性能的影響,提出了參數動態自適應優化的車輛調度方法。首先在帶軟時間窗的單車場開放式車輛調度問題中驗證了改進蟻群算法的有效性后,再將其應用在更加復雜的多車場車輛調度問題中。本文的創新性及研究成果主要包括以下幾個方面:首先,在基本開放式車輛調度問題的基礎上進一步研究了帶軟時間窗的多車場開放式車輛調度問題。針對該問題,通過設置一個虛擬車場,將多車場問題轉化為多個單車場問題進行求解。其次,在蟻群算法前期利用細菌覓食算法與k-means算法相結合聚類技術對蟻群結果進行聚類,并根據聚類結果來自適應動態調整蟻群算法參數,使其快速收斂到最優解附近。最后,在算法后期為使算法快速收斂使其跳出局部最優,再利用混沌理論的遍歷性來動態調整算法參數。算法最后,又利用2-opt算法對最優解進行優化。本文在車輛調度的模型構建和求解算法上進行有益的探索,對于發展新的

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或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，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