第十四章车辆路径问题.ppt

14.2 单中心非满载送货车辆路径问题启发式算法 14.2.2 问题描述与符号表示 数学模型建立及公式所代表的意义如下： 求路线距离总和的最小值。 货车经过每一条路线的总载货容量不能超过货车的容量。 上式是物流配送中心的总车辆数，下式是各需求点只能由一部货车服务的限制。 流量守恒限制。 货车k的配送点指派。 货车k的路线指派。 流量守恒限制。 14.2 单中心非满载送货车辆路径问题启发式算法 14.2.3 求解过程 本文拟采用“先分组再排线路”的二阶段求解方法，进行配送线路的安排，也就是先将所有的配送点进行分组，然后再对每一组集中的配送点做最优化路线的处理，换句话说，是将车辆路线问题（VRP）转换成多个旅行商问题（TSP）进行求解。 14.2 单中心非满载送货车辆路径问题启发式算法 14.2.3 求解过程 为了使每辆货车所负责的配送点尽量相邻，满足物流业者单一区域配送上的需要，本论文以扫描法为基础，修改其演算方法进行初始解的构造，此方法可以达到先分组的目标，而且此方法在选择配送点进行求解时，可以将邻近的点选入同一群组中，满足初始解的基本需求。而在车辆路线规划方面，在构造初始解路线时，加入“车辆载重限制”的条件，使得初始解的每一群组均能满足此限制。 1. 构造初始解 14.2 单中心非满载送货车辆路径问题启发式算法 14.2.3 求解过程 （1）配送点数据的输入 进行禁忌搜索之前，必须先建立配送点的相关数据，而配送点数据应包括坐标及配送量。为配送点设计数据表。 2. 禁忌搜索 配送点的配送量 双精度型（Double） Weight 配送点的Y坐标 双精度型（Double） Y_position 配送点的X坐标 双精度型（Double） X_position 设为主键 配送点的编号 整型（Integer） ID 备注 描述 数据类型 字段名称 14.2 单中心非满载送货车辆路径问题启发式算法 14.2.3 求解过程 （2）设定参数 禁忌名单（Tabu List）的长度： 文献中大多建议使用7作为禁忌名单的长度。 最大重复搜寻次数： 本文假设其值为100，意即重复搜寻100次。 2. 禁忌搜索 14.2 单中心非满载送货车辆路径问题启发式算法 14.2.3 求解过程 （3）目标函数与移步 在计算目标函数值之前，首先建立一个对称矩阵，目的是为了存放两两配送点之间的距离。 2. 禁忌搜索 0 3 7 6 3 3 0 9 8 2 7 9 0 5 1 6 8 5 0 0 3 2 1 0 配送点 配送点 14.2 单中心非满载送货车辆路径问题启发式算法 14.2.3 求解过程 （3）目标函数与移步 计算目标函数值时，使用点对交换（ Pair Swap ）的节点交换法作为禁忌搜寻法的移步方法，来达到展开邻近解搜寻的目的。Pair Swap 有两种可能的形式，第一种可能的形式是针对彼此相邻的两个配送点；第二种形式是任选配送路线中的二点进行交换。由以上这种节点交换方法来判断是否有出现较佳的解，来获得较好的目标函数值。 2. 禁忌搜索 14.2 单中心非满载送货车辆路径问题启发式算法 14.2.3 求解过程 本文建立初始解所使用的扫描法，对车辆路线问题而言是一种先分组的方法，因此被纳入组中的配送点就无法在不同的路线中跳动，得到较差的初始解结果。此处使用两种不同路线中交换节点的方法来弥补这个缺陷，期望能在配送点尽量相邻的条件下，找出更好的路线规划。 3. 最优解的改善 14.2 单中心非满载送货车辆路径问题启发式算法 14.2.3 求解过程 方法一：将两不同路线中，相同顺序的连续两个配送点进行交换。如果交换后的总成本较原始路线为佳，则进行路线的变动。 3. 最优解的改善 交换后 交换前 14.2 单中心非满载送货车辆路径问题启发式算法 14.2.3 求解过程 方法二：将二路线中同一顺序的配送点互换后，其后的配送点全部一起交换，因为第一点交换与原路线没有差异，所以使用此法从第二点开始交换。如果交换后的总成本较原始路线为佳，则进行路线的变动。 3. 最优解的改善 交换后 交换前 14.2 单中心非满载送货车辆路径问题启发式算法 14.2.3 求解过程 整个求解的完整流程 3. 最优解的改善 是 否 计算各配送点的极坐标角度值 选取尚未成为第一条路线第一个配送点的点 以第一个配送点为起点，计算其他配送点的相对角度值，并