帶時間窗的關(guān)聯(lián)物流運輸調(diào)度問題的混沌粒子群算法研究.pdf

1、隨著社會的進(jìn)步，物流產(chǎn)業(yè)在國內(nèi)外得到了飛速的發(fā)展，物流進(jìn)入并極大的改變著我們的生活。帶時間窗的關(guān)聯(lián)物流運輸調(diào)度問題(Incident VehicleRouting Problem，IVRP)研究需求、時間等具有關(guān)聯(lián)關(guān)系的帶時間窗的物流運輸調(diào)度問題，廣泛應(yīng)用于生產(chǎn)與流通等經(jīng)濟(jì)活動中，屬于NP-難題。本文采用改進(jìn)的混沌粒子群算法，求解帶硬時間窗，軟時間窗和模糊時間窗的關(guān)聯(lián)物流調(diào)度問題。本論文完成的主要工作有：
　　 1.介紹了混沌粒

2、子群算法的基本原理及算法流程。采用自適應(yīng)的慣性權(quán)重因子方法改進(jìn)了混沌粒子群算法，建立基本物流運輸調(diào)度的數(shù)學(xué)模型，完成了仿真實驗分析。
　　 2.研究了帶硬時間窗的關(guān)聯(lián)物流運輸調(diào)度問題，建立了數(shù)學(xué)模型。采用改進(jìn)的自適應(yīng)慣性權(quán)重因子的方法來對混沌粒子群算法進(jìn)行優(yōu)化，提高了算法的精度和效率。通過與遺傳算法和標(biāo)準(zhǔn)粒子群算法進(jìn)行對比仿真實驗證明，這種改進(jìn)的混沌粒子群優(yōu)化算法能準(zhǔn)確高效的求解此類問題的數(shù)學(xué)模型。
　　 3.研究了帶軟

3、時間窗的關(guān)聯(lián)物流運輸調(diào)度問題，建立了數(shù)學(xué)模型。采用了Logistic函數(shù)優(yōu)化方法來改進(jìn)混沌粒子群算法，同樣與遺傳和標(biāo)準(zhǔn)粒子群算法進(jìn)行對比分析，此種改進(jìn)的混沌粒子群算法能有效提高粒子群中粒子的全局搜索及局部搜索的能力，在解決此類問題上是行之有效的。
　　 4.重點研究了帶模糊時間窗的關(guān)聯(lián)物流問題。模糊時間窗在數(shù)學(xué)模型的構(gòu)建上較為復(fù)雜，文章提出雙目標(biāo)函數(shù)的方法，建立此類問題的數(shù)學(xué)模型。在求解的過程中，針對雙目標(biāo)函數(shù)的特點，采用了分階