离散粒子群算法在车辆路径问题中的应用大学本科生毕业论文（设计）.docVIP

计算机科学与技术学院 毕业设计(论文) 论文题目 离散粒子群算法在车辆路径问题中的应用 指导教师 职 称 讲师 学生姓名 学 号 专 业 班 级 系 主 任 院 长 起止时间 2013年10月11日至2014年5月23日 2014年5月23日 目录 摘要 i Abstract. ii 第一章 绪论 1 1.1 课题背景 1 1.2 课题意义 1 1.3 国内外研究现状 2 1.3.1国外的研究现状 2 1.3.2国外的研究现状 3 1.4 论文的结构 4 第二章 离散粒子群算法 6 2.1粒子群优化算法 6 2.1.1算法介绍 6 2.1.2 算法原理 6 2.1.3 算法流程 8 2.1.4 本节小结 9 2.2 离散粒子群算法 10 2.2.1 算法引入 10 2.2.2 算法原理 11 2.2.3 算法应用 12 2.2.4 本节小结 15 第三章 车辆路径问题分析 16 3.1 物流配送 16 3.2 车辆路径问题的概述 17 3.3 车辆路径问题的分析 17 3.3.1 VRP的研究要素 18 3.3.2 VRP的优化目标 18 3.3.3 VRP的实现算法 19 3.4 本章小结 19 第四章 车辆路径问题的建模与实现 21 4.1 车辆路径问题的建模 21 4.2 算法实现 21 4.3 实现代码 22 4.4 演示结果 25 4.5 DPSO算法与其他算法的比较 25 4.5.1 DPSO算法与免疫算法的比较 25 4.5.2 DPSO算法与最小生成树的比较 28 4.5.3 DPSO算法与遗传算法的比较 28 4.6 本章小结 29 第五章 结论和展望 30 参考文献 31 谢辞 34  离散粒子群算法在车辆路径问题中的应用 摘要：在这个高速发展的经济社会，各行各业对科学技术的革新的要求愈发的强烈，同时对人们的日常生活产生愈来愈广的影响。其中物流企业也逐渐凸显期重要性，然而物流配送则是物流企业日常生产中一个最为重要的环节，物流配送效率的高低直接将会影响到整个物流企业的运作效益，同时对于电子商务活动物流配送也必不可少。 物流配送中亟待解决的问题是怎样得到一条费用最小的车辆路径并将货物配送给每个客户，即车辆路径问题(VRP)[33]。优化车辆路径问题(VRP)则需要优化配送速度、服务质量、配送成本等决定性因素，因此在这些问题中涉及到多种多样优化方案。应用离散粒子群算法(DPSO)[22]这种群体智能算法能更好更快地解决这些多样化的问题，该算法以快速收敛性而获取最佳是通过模拟鸟群觅食得到的。 应用于车辆路径问题中的离散粒子群算法同时也克服了其他算法的不足和缺点，离散粒子群算法编码比较简单克服遗传算法实现的复杂性，并且该算法具有一般的特性，适用于绝大多数的目标优化问题。粒子依据自身和群体经验进行优化更新，具有记忆和学习能力，克服其他算法的众多参数的问题。因此离散粒子群算法适合应用在车辆路径问题。 关键词：粒子群算法、离散粒子群算法、车辆路径问题、物流配送、路径优化问题、免疫算法  Discrete Particle Swarm Optimization for Vehicle Routing Problem Abstract: In this high-speed economic and social development, science and technology sectors of innovation requires increasingly strong, while producing increasingly broad impact on peoples daily lives. Which of logistics enterprises have gradually highlights the importance is the logistics and distribution logistics companies daily production one of the most important aspects, however the level will directly affect the efficiency of logistics and distribution to the operational efficiency of the entire logistics enterprises, but for e-commerce logistics and distribution also essential. Logistics and distribution prob