車(chē)輛路徑問(wèn)題及其智能算法的研究.pdf

1、隨著經(jīng)濟(jì)全球化的快速擴(kuò)張以及信息化產(chǎn)業(yè)的扶搖直上，物流作為新興服務(wù)業(yè)，廣闊的前景和增值功能有目共睹，正在全球范圍內(nèi)有著飛躍性的進(jìn)步。在物流諸多環(huán)節(jié)中，降低運(yùn)輸成本、提高運(yùn)輸效率有助于加速物流業(yè)的發(fā)展。因此，作為運(yùn)輸?shù)暮诵膯?wèn)題的車(chē)輛路徑問(wèn)題得到了充足的研究，并取得了豐富的研究成果。它通過(guò)組織、優(yōu)化貨物的運(yùn)輸線路，在滿足一定的約束前提下，以最低的運(yùn)輸費(fèi)用、最短的運(yùn)輸距離、最少的運(yùn)輸時(shí)間等為目標(biāo)，將貨物送達(dá)目的地。
　　本文基于對(duì)車(chē)輛路

2、徑問(wèn)題的數(shù)學(xué)模型，結(jié)合之前學(xué)者采用各種算法進(jìn)行的豐富研究，設(shè)計(jì)了改進(jìn)的粒子群算法應(yīng)用于車(chē)輛路徑問(wèn)題，以及用遺傳算法求解同時(shí)供貨和取貨任務(wù)的隨機(jī)車(chē)輛路徑問(wèn)題。本文所做工作如下:
　　(1)簡(jiǎn)要介紹了車(chē)輛路徑問(wèn)題的研究進(jìn)程與現(xiàn)狀，以及研究意義，介紹了車(chē)輛路徑問(wèn)題的數(shù)學(xué)模型、精確算法、啟發(fā)式算法和智能優(yōu)化算法等。
　　(2)概要介紹了遺傳算法優(yōu)勝劣汰、粒子群算法群體趨優(yōu)的基本思想、算法步驟流程以及在各領(lǐng)域的應(yīng)用。
　　(3)

3、主要研究用粒子群算法求解有能力約束的車(chē)輛路徑問(wèn)題，由于粒子速度受到前一次速度的影響，進(jìn)而影響算法的搜索能力，本文針對(duì)粒子群算法中慣性權(quán)重的選擇，采用線性與非線性結(jié)合的取值方式。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后，搜索最優(yōu)解的成功率得到提高，全局搜索能力有所進(jìn)步，并且計(jì)算精度也得到改善。而對(duì)于較大規(guī)模的車(chē)輛路徑問(wèn)題，采用粒子群算法與遺傳算法相結(jié)合的方案，引入遺傳算法特有的交叉算子的思想。實(shí)驗(yàn)結(jié)果顯示，改進(jìn)后，較好的避免了早熟收斂，同時(shí)提高了收斂速度與精