多重运输调度问题基于双表的并行表搜索算法.docxVIP

多重运输调度问题基于双表的并行表搜索算法 蔡延光1　钱积新2　孙优贤2 　1(湖北汽车工业学院管理系，湖北 十堰 442002)　2(浙江大学工业控制技术研究所， 浙江 杭州 310027) 摘要　大型企业在生产过程中的运输组织和实施一般可归结为多重运输调度问题(MVRP)，本文提出了MVRP基于插入和双表策略的表搜索算法，以该算法为基础设计了一个并行表搜索算法。实际运算表明这些算法具有较快的收敛速度。关键词　运输调度　表搜索算法　并行算法　多重运输调度 A Parallel Double-Tabu-Based Tabu Search for Multiple Demands Vehicle Routing Problems Cai Yanguang1 Qian Jixin2 Sun Youxian2 1(Hubei Automotive Industries Institute, Shiyan Hubei 442002) 2(Institute of Industrial Control Technology, Zhejiang University, Hangzhou 310027) Abstract　Transportation planning and implementation in industrial production process of large enterprise is generally formulated as multiple demands vehicle routing problems (MVRP). This paper presents a tabu search based on insertion and double-tabu strategy for MVRP. A parallel tabu search is also designed. These algorithms have good performance in our computing experience.Keywords　vehicle routing; tabu search; parallel algorithm; multiple demands vehicle routing 1　引言　　多重运输调度问题(Multiple Demands Vehicle Routing and Scheduling Problem, MVRP)是运输调度的一个重要分支。大型企业在生产过程中的运输组织和实施一般可归结为MVRP［1～3］，如厂外(产品发送、原料辅料的采购)运输、厂际(总公司内在制品、半成品)运输、厂内(专业厂叉车)运输、车间内运输、流水线(自动线)上的在制品及零配件调运供应等。问题如下：　　设G=(V，E)是一个边赋权连通网络，V为顶点集(共n个)，E为无向边集(共m条)。设又Δ=(δij)n×n为需求矩阵，δij(≥0，整数)表示从i运到j的货物数(车辆载重量的倍数)；W=(w1, w2, …, wn)为车辆配置向量，wi(≥0, 整数)表示顶点i处的车辆配置数为wi辆；要求每辆车在运输完毕后回到出发点，求完成需求矩阵的运输任务，使总的运输距离最小的方案。　　MVRP由Ball, Bodin, Golden等人提出［1］，文献［2］给出了基于TSP的算法，其收敛速度不能满足实际应用要求，由于MVRP是一个NP-完全问题［5］，为了设计一个具有实用意义的智能运输调度系统，就有必要考虑使用好的启发式算法乃至智能算法求MVRP的全局解，以提高收敛速度和精度、满足实际应用的需要［3］。　　表搜索算法(Tabu Search)在解决离散问题全局最优解方面表现出良好的性能，与遗传算法相比似乎更容易看出搜索过程是朝着全局最优解的方向进行的，是一个比较有前途的算法［4，8］。　　多台车辆的MVRP一般涉及到一台车辆的求解［6］，故一台车辆的MVRP为MVRP研究的一个重点，本文研究一台车辆的MVRP。首先提出了基于插入和双表策略的表搜索算法，然后给出了算例，最后以该算法为基础设计了一个并行表搜索算法。实际运算表明，这些算法具有较快的收敛速度，比较适宜于实际应用。 2　问题转换2.1　基本定义与记号　　定义1　设G=(V,E,A)是一个混合型网络，ai, aj∈A是两条有向边，则ai到aj的距离为ai的箭头顶点到aj的箭尾顶点的距离，记为d(ai,aj)。如图1所示。 图1　两条有向边之间的距离 定义2　设G=(V, E, A)是一个混合型网络，s={a1, a2, …, am}是一组有向边的有序集合，则定义s={a1, a2, …, am}的长度为 记作len(s)或len(a1,