物流配送车辆路径问题模型及算法研究.pdf

湖南大学
博士学位论文
物流配送车辆路径问题模型及算法研究
姓名:曹二保
申请学位级别:博士
专业:管理科学与工程
指导教师:赖明勇
20080120
摘要结合起来运作。本文研究几类物流配送车辆路径问题的模型和算法,在分析其理现有的车辆路径问题的模型不能完全描述同时送货和取货车辆路径问题的特进化算法求解该问题;并用数值实验检验该算法的有效性。辆路径问题的一种特殊情形,运用复合最优模型的微粒群算法求解该问题,并用物流企业为了节约成本和保护环境,必须将先进的物流理论和物流技术引入企业的生产和经营管理中,作为实现物流合理化的重要内容和手段,研究车辆路径问题有助于企业降低物流成本、提高运作效率、提高客户满意度。车辆路径问题将运筹学理论与管理实践紧密地结合在一起,是近半个世纪以来运筹学领域最成功的研究之一。以往对车辆路径问题的研究都是将前向物流和逆向物流中的车辆路径问题分开考虑,而实际中的企业或客户为了节约成本和保护环境需将两者论和实践背景的基础上,提出其数学模型,并构造了几种有效的亚启发式算法求解相关问题。其中同时送货和取货车辆路径问题有效整合了前向物流和逆向物流的车辆路径问题,本文在不确定性信息条件下,研究了同时送货和取货车辆路径问题的三种特殊情形,建立了相关的不确定性模型,给出了求解算法,并用数值实验检验了模型和算法的有效性。本文的主要研究内容和创新成果如下:诟慕罘纸惴ǖ耐彼突鹾腿』醭盗韭肪段侍庋芯征,提出同时送货和取货车辆路径问题的整数规划数学模型;同时运用改进差分诟慕糯惴ǖ拇奔浯暗耐彼突鹾腿』跷侍庋芯首次提出并建立了带时间窗的同时送货和取货车辆路径问题逡籗的混合整数规划数学模型,可以将其转换为其它经典的车辆路径问题,同时采用改进遗传算法蠼飧梦侍猓凳笛榻峁砻鞲盟惴ǹ梢杂行У厍蠼甋。诟春献钣拍P臀⒘H核惴ǖ某盗臼坎蝗范ǖ拇奔浯暗某盗韭肪问题研究车辆数目不确定的带时间窗的车辆路径问题是带时间窗的同时送货和取货车数值实验检验该算法的有效性,同时与遗传算法、分派算法等启发式算法进行比牧喑敌退婊枨蟪盗韭肪段侍庋芯在客户需求为随机条件下,研究具有多种车型、每种车型有多辆车的车辆路径问题,提出该问题的随机规划数学模型,在客户服务不可分割的前提下,研究了区别于重新优化策略的预优化策略,并分析了预优化策略的渐近性,结果表明博上学位论文
预优化策略可以在节约大量计算资源的前提下能获得该问题的高质量解,并以预回路的期望成本作为目标函数,分别设计了改进的遗传算法和差分进化算法求解该问题,通过大量数值实验验证了算法的有效性。:枨蟪盗韭肪段侍庋芯模糊需求车辆路径问题是对传统的确定性车辆路径问题的拓展。在引入决策者主观偏好概念的基础上,对于基于模糊可能性的模糊机会约束规划模型,提出了一种基于随机模拟的混合遗传算法;对于基于模糊可信性的模糊机会约束规划模型,提出了一种基于随机模拟的混合差分进化算法。同时,分别在两种混合算法中,采用随机模拟的数值实验研究了决策者主观偏好值对最终决策目标的影响,在最小化总行驶距离的目标下,得出了运用上述两种混合算法时的决策者的主观偏好值的最佳取值范围。关键词:逆向物流;车辆路径问题;不确定性;随机性;模糊性;遗传算法;差分进化算法;随机模拟物流配送车辆路径问题模型及算法研究
—韘緀鷈鷖,鷚曲衄吼甒西百西百琫饥,。.,,甀鬭琽!痚九Ⅳ瑆.。痚.,
锄綽綼’,,籨物流配送车辆路径问题模型及算法研究,—.甆’.“丘’
插图索引图交叉操作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图瓸示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.经过蔚蟮脑诵薪峁次迭代的随机实验运行结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..算法比较结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯标准遗传算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.互换操作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图逆转操作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图经过蔚蟮脑诵薪峁次迭代的随机实验运行结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.微粒群算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯进化腃诵薪峁优化【恐兴憷募扑憬峁个客户时的峁个客户时的峁随当浠母骼嘈惺痪嗬氡浠魇仆肌个客户时各类行驶距离随褐当浠那魇仆肌隹突备骼嘈惺痪嗬胨鎐:值变化的趋势图⋯⋯⋯⋯⋯⋯⋯⋯⋯物流配送车辆路径问题模型及算法研究
附表索引表不同学者