改進遺傳算法在物流車輛調(diào)度中的應用研究.pdf

1、近年來，隨著市場經(jīng)濟的深入發(fā)展，物流作為“第三利潤源泉”在我國乃至世界的生產(chǎn)、分配、流通和消費的各個領域起著越來越重要的作用。社會物流總成本在國民生產(chǎn)總值中占有相當?shù)谋戎?。而在物流的各項成本中，配送成本占了相當高的比例。配送車輛調(diào)度的合理與否對配送速度、成本、效益影響很大，采用科學、合理的方法來進行配送車輛調(diào)度是物流配送中非常重要的一項活動。因此，物流配送中的車輛調(diào)度問題（簡記成VRP），為眾多學者競相研究的熱門話題。
　　 V

2、RP問題是一類求解較難的組合優(yōu)化問題，由于其NP難特性，采用精確優(yōu)化方法有一定的局限性，不能得到令人滿意的結(jié)果。目前盡管有很多啟發(fā)式算法可用于實際優(yōu)化問題的求解，但傳統(tǒng)算法，包括標準遺傳算法的全局搜索能力不夠強，容易導致過早收斂。而基于生物免疫記憶功能原理的優(yōu)化算法，可一定程度地解決過早收斂和搜索速度的不足。
　　 本文的研究內(nèi)容和主要工作有：
　　 1.介紹了物流業(yè)和物流配送中心車輛調(diào)度問題的研究概況和意義，并對遺傳算

3、法和免疫記憶策略進行了描述。通過對遺傳算法缺陷和不足的分析，得出基于免疫記憶的遺傳算法具有更大的優(yōu)越性。
　　 2.根據(jù)遺傳算法的基本架構(gòu)以及免疫系統(tǒng)的免疫記憶機制，提出了一種改進的免疫遺傳算法模型。本文的創(chuàng)新之處在于，在傳統(tǒng)的遺傳算法的基礎上，采用精英保留策略保證遺傳算法的全局收斂性，進行實數(shù)編碼，除傳統(tǒng)的輪盤賭的選擇算子、單點交叉的交叉算子和變異算子，增加了免疫記憶算子。
　　 3.采用TSP問題對改進的算法進行測試