改進遺傳算法在車輛路徑問題中的研究應(yīng)用.pdf

1、目前在物流的運轉(zhuǎn)流程中,配送是一個關(guān)鍵環(huán)節(jié),配送的成本占總成本三分之一以上。因此如何合理有效的安排配送成為降低物流成本的首要任務(wù),而配送的核心是車輛運輸路徑安排,可以說解決了車輛路徑安排問題,也就解決了配送的核心問題。
　　隨著電子商務(wù)的普及,客戶數(shù)目呈爆炸式增長,這使得配送的難度越來越大,車輛運輸路徑的安排也成為首要解決的問題。由于車輛運輸路徑問題的難度很大,并且有著十分巨大的經(jīng)濟價值,已經(jīng)吸引越來越多的學者和企業(yè)競相研究。

2、r>　　為此本論文首先分析了國內(nèi)外對車輛運輸路徑安排問題的研究進展,同時結(jié)合實際情況,給出了本文的研究問題--帶時間窗的取送貨車輛路徑問題(VRP/SDP/TW)。由給出的模型公式進一步闡釋出問題的約束條件:如何在滿足車輛的容量和客戶服務(wù)時間的條件下,合理安排路徑運輸,以滿足客戶的服務(wù)需求和使運輸路徑最小化。
　　接下來,對遺傳算法進行了詳細的介紹與分析,闡釋了遺傳算法的優(yōu)點與不足,并針對遺傳算法易于早熟和運算速度慢的缺點,提出了

3、三個改進的策略:1、依據(jù)種群進化程度自適應(yīng)調(diào)整參數(shù)的設(shè)置,避免早熟;2、將粒子群算法(PSO)嵌入到遺傳算法(GA)的遺傳過程中,提升遺傳質(zhì)量;3、將種群進化并行化,提高進化速度。
　　最后,將本文提出的方法應(yīng)用到帶時間窗的取送車輛路徑問題(VRP/SDP/TW)中去,并給出了詳細操作流程,并使用JAVA編程語言實現(xiàn)算法。本文進行了三個驗證實驗:第一個實驗與基本遺傳算法比較、第二個實驗與改進的蟻群算法比較,前兩個實驗的結(jié)果驗證了本