物流配送車輛調(diào)度智能優(yōu)化方法研究.pdf

1、目前，我國(guó)物流業(yè)正向高度專業(yè)化和社會(huì)化方向發(fā)展。物流配送對(duì)物流企業(yè)增加利潤(rùn)起著關(guān)鍵作用，而車輛調(diào)度問(wèn)題是物流配送的核心問(wèn)題。因此，對(duì)車輛調(diào)度問(wèn)題(VSP).的研究具有非常重要的意義。 VSP是一個(gè)典型的NP難題，應(yīng)用純粹的數(shù)學(xué)方法難以求解。隨著智能優(yōu)化技術(shù)的發(fā)展，越來(lái)越多的研究人員用智能方法來(lái)解決車輛調(diào)度問(wèn)題，這些智能優(yōu)化方法主要包括：遺傳算法、模擬退火算法、禁忌算法以及人工神經(jīng)網(wǎng)絡(luò)等。但是從目前的研究狀況來(lái)看，基本上都還只是對(duì)

2、比較簡(jiǎn)單的車輛調(diào)度問(wèn)題情況進(jìn)行研究，而且成果比較分散，無(wú)論是研究的深度和廣度，都不能滿足當(dāng)今物流業(yè)迅速發(fā)展的需要。 針對(duì)上述問(wèn)題，本文在車輛調(diào)度問(wèn)題現(xiàn)有的理論成果基礎(chǔ)上，運(yùn)用智能方法對(duì)各種靜態(tài)非滿載車輛調(diào)度問(wèn)題作了比較系統(tǒng)的研究。首先通過(guò)相關(guān)文獻(xiàn)的總結(jié)提煉，較為全面地總結(jié)了國(guó)內(nèi)外車輛調(diào)度問(wèn)題的研究現(xiàn)狀和研究過(guò)程中所存在的不足。然后運(yùn)用遺傳算法、模擬退火算法、禁忌算法以及神經(jīng)網(wǎng)絡(luò)中的霍普菲爾德模型對(duì)單車場(chǎng)容量約束情況下的車輛調(diào)度問(wèn)

3、題進(jìn)行優(yōu)化，并且針對(duì)具體情況下不同智能算子的特點(diǎn)進(jìn)行改進(jìn)，尋求優(yōu)化車輛調(diào)度問(wèn)題性能最好的智能算法。最后應(yīng)用健壯性最好的智能方法對(duì)各種靜態(tài)情況下的車輛調(diào)度問(wèn)題進(jìn)行研究，這些情況主要包括：?jiǎn)诬噲?chǎng)容量和時(shí)間窗約束VSP，單車場(chǎng)多車型約束VSP，單車場(chǎng)復(fù)雜情況VSP，多車場(chǎng)單車型VSP，多車場(chǎng)多車型VSP，單車場(chǎng)非滿載集送一體化VSP，多車場(chǎng)非滿載集送一體化VSP，多車場(chǎng)開(kāi)放式VSP等。 本文對(duì)各種靜態(tài)情況下的車輛調(diào)度問(wèn)題都進(jìn)行了試驗(yàn)并