多目標(biāo)聯(lián)盟運(yùn)輸調(diào)度的差分進(jìn)化算法研究.pdf

1、聯(lián)盟運(yùn)輸調(diào)度問(wèn)題(AVRP)是在基本運(yùn)輸調(diào)度問(wèn)題基礎(chǔ)上衍生出的最具現(xiàn)實(shí)意義的一類組合優(yōu)化難題,研究的是物流聯(lián)盟架構(gòu)下的運(yùn)輸調(diào)度的最優(yōu)化,是運(yùn)籌學(xué)、應(yīng)用數(shù)學(xué)、網(wǎng)絡(luò)分析、圖論、計(jì)算機(jī)應(yīng)用及交通運(yùn)輸?shù)葘W(xué)科研究的一個(gè)熱點(diǎn)問(wèn)題。本論文針對(duì)幾種不同擴(kuò)展特征的AVRP,分別進(jìn)行了建模、差分進(jìn)化算法設(shè)計(jì)及其改進(jìn)和仿真實(shí)驗(yàn),并利用改進(jìn)的差分進(jìn)化算法對(duì)帶時(shí)間窗和帶多配送中心的AVRP進(jìn)行了建模與仿真,本文所作的主要工作如下:
　　 1.研究了經(jīng)典的

2、聯(lián)盟運(yùn)輸調(diào)度問(wèn)題即不帶時(shí)間窗和不帶中轉(zhuǎn)點(diǎn)聯(lián)盟運(yùn)輸調(diào)度問(wèn)題。在建立該問(wèn)題數(shù)學(xué)模型的基礎(chǔ)上,設(shè)計(jì)了求解該問(wèn)題有效的差分進(jìn)化算法,算法中針對(duì)該問(wèn)題的具體特點(diǎn),采用了改進(jìn)差分進(jìn)化策略特性來(lái)提高算法尋優(yōu)能力。
　　 2.研究了帶硬時(shí)間窗聯(lián)盟運(yùn)輸調(diào)度問(wèn)題。現(xiàn)實(shí)社會(huì)中的運(yùn)輸調(diào)度往往帶有時(shí)間窗這樣一個(gè)擴(kuò)展特性,本文針對(duì)該問(wèn)題建立了相應(yīng)的數(shù)學(xué)模型和設(shè)計(jì)了相應(yīng)的差分進(jìn)化算法,該算法中加入了重構(gòu)因子等新特性,縮小種群搜索范圍,有效的避免種群重構(gòu)的隨機(jī)

3、性,對(duì)提高尋優(yōu)能力具有理想的效果。
　　 3.研究了帶軟時(shí)間窗的聯(lián)盟運(yùn)輸調(diào)度問(wèn)題。在實(shí)際的運(yùn)輸調(diào)度過(guò)程中,每個(gè)客戶要求在一定的時(shí)間范圍內(nèi)被服務(wù),如果每項(xiàng)任務(wù)不能在要求的時(shí)間范圍內(nèi)完成,則給予一定的懲罰。本文針對(duì)帶有軟時(shí)間窗的AVRPSTW仿真實(shí)驗(yàn),把模擬退火的思想融入差分進(jìn)化算法得到混合差分進(jìn)化(DEASA)。實(shí)驗(yàn)結(jié)果表明改進(jìn)算法較好地克服了差分進(jìn)化算法易陷入局部最優(yōu)、收斂速度慢的缺點(diǎn)。
　　 4.研究了帶多配送中心的聯(lián)