基于事例推理车辆路径问题智能建模方法.pdfVIP

( ) 第24 卷第6 期 总第 150 期 　　　　 　 　系　统　工　程 V o l. 24, N o. 6 2006 年6 月　　　　　　　　　 　 　 　 Sy stem s En g in eer in g J un. , 2006　 ( ) 文章编号: 100 14098 2006 0600 1806 基于事例推理的车辆路径问题智能建模方法 1 2 1 王　征 , 向　阳 , 胡祥培 ( 1. 大连理工大学 管理学院, 辽宁 大连　116024; 2. 同济大学 电信学院, 上海　200092) 摘　要: 针对传统的人工离线建模难以适应现实环境中车辆路径问题动态性这一缺陷, 以车辆路径问题的机 器建模方法为研究内容, 以提高建模工作的实时性和智能性为 目标, 提出了基于事例推理的智能建模方法。 该方法使用基于属性建模知识重用度的多层加权最近相邻检索方法实现事例的检索; 使用基于规则的推理 方法完成旧事例建模经验的复用与建模结果的调整。基于这一智能建模方法, 实现了车辆路径问题智能建模 的原型系统。系统的应用表明, 该建模方法在速度和有效性方面符合实际环境的基本要求。 关键词: 车辆路径问题; 智能建模方法; 基于事例推理; 基于规则推理 中图分类号: T P 18　　　文献标识码: A 　　车辆路径问题 (V eh icle Rou t ing P rob lem , V R P ) 可描 的模型与算法; 文献[ 3 ]、文献[4 ] 则在考虑问题信息实时 述为: 为完成一定数 目的集货送货任务, 安排合适的行车 更新的基础上, 讨论动态车辆路径问题, 提出相应的解析 路线, 以实现最小成本或最短行驶距离等 目标。该问题被 方法及算法。这些成果深化了对于车辆路径问题动态性的 提出以来, 其N P 复杂性一直是国内外学者关注的焦点, 研究, 然而, 它们的问题求解思路仍然是离线的、不彻底 因此, 以“特定车辆路径问题”为对象、以“优化求解过程” 的, 实际中多种不确定因素的交叉影响是难以用确定模型 为 目标的模型及算法的研究就成为对该问题研究的重点, 或算法中的变量及参数来涵盖的。 如此出现了众多模型与算法成果[ 1- 10 ] 。这些成果能够有 为彻底解决这一问题, 必须为 目前的离线处理系统注 效地解决特定环境下的车辆路径问题, 缓解了组合爆炸给 入处理动态优化问题的机制和能力, 实现由计算机 自动识 问题求解带来的压力。然而, 它们的离线建模与求解思路 别车辆路径问题→自动建立数学模型→自动求解模型获 严重阻碍了这些理论成果的实际应用。 得最优行车路径→运用最优行车路径实时调控车辆的过 在现实环境中, 物流服务提供商所面临的车辆路径问 程。在这一过程中, 数学模型的自动建立是知识化和智能 题呈现出诸多动态特征, 如不断有顾客新订单的加入; 顾 化极高的一个环节, 也是 目前离线处理系统未能很好解决 客临时改变旧订单的送货要求; 供货中心发生缺货情况; 的关键问题。为此, 本文以提高建模工作的实时性和智能 道路交通发生堵塞等。并且多数情况下顾客要求服务商对 性为 目标, 提出车辆路径问题数学模型的机器建模方法。 “能否按时送货”做以立