基于遺传算法的小区维修任务的建模与求解.docVIP

基于遗传算法的小区维修任务的建模与求解 摘要 本文研究小区维修任务安排的问题,考虑到小区的面积,大门朝向,及报修客户要求维修时间限制等约束条件,建立小区维修任务安排的优化模型,力求完成最多的任务.同时采用遗传算法,利用C语言编程,对模型进行了求解,并制定了详细的行走路线及维修计划,以此来帮助小区热水器维修商制定维修计划 . 对于问题一：小区的维修时间由小区的报修客户的数目和每个报修客户平均的维修时间来决定.保修客户随机分布在小区内,我们采用均匀分布的模型对小区的报修客户进行计算,结果为: ;而每个维修事项的时间我们近似采用指数衰减模型,得到每个报修客户的平均时间为16分钟,进一步总时间为: 对于问题二：在实际数据的基础上，对经典的TSP问题进行改进，建立了一个优化的模型。通过C语言进行编程,逐个(1个,2个,……，n个)踢出小区，然后枚举出全部情况，再利用遗传算法求出踢出小区时对应的最优路线，然后综合考虑，找到一个最优的路线，最优行走路线是：0-8-7-6-5-2-4-10-0，任务总时间为525分钟, 行走路径为:30KM,总时间为:597分钟 对于问题三：与问题二相比,报修客户有了维修时间限制,在问题二模型的基础上,将小区的维修任务分在三个时间段(上午,中午,下午),再分别对各个时间段的任务利用问题二的模型进行遍历,找到各个时间段的最佳路线,最后综合整理,找出整体最优方案. 对于问题四:采取分块法估计最短路径，然后利用整体最短路径与估计的最短路径对比，可得出维修人数关系不等式，求出最佳人数。 对于问题五:假设至少需要维修员个,结合问题中的条件限制,列出几个不等式,找出目标函数,利用线性规划模型进行求解. 关键字 小区维修优化模型 遗传算法 枚举法 TSP 线性规划 均匀分布 指数模型 问题重述 某个热水器维修站承接多个品牌的热水器维修任务，负责附图1所示地区的维修事项。该地区共有70个不同的小区，为简单起见，假设每个小区都是长方形区域，边长也仅有两种规格：2000米、1000米，如小区1是边长1000米的正方形区域；小区3是2000米×1000米的长方形区域；小区9是边长为2000米的正方形区域。也假设每个小区的入口仅有一个，均位于小区区域上边的中点处。维修站位于65号小区的左上角。维修员的出行方式为电瓶车，平均速度为25公里/小时。 维修站接待保修、维修员上门维修的流程如下：保修电话记录每个报修信息，生成任务清单。每个维修员早8：00到维修站领取其所负责区域的维修单，下午6：00之前必须将当天已经完成的清单与未完成的清单交到维修站。热水器的报修事项相对稳定，假设一共有A、B、C、D、E、F、G、H八类，各类事项的平均维修时间数据如下表。 事项 A B C D E F G H 维修时（分钟） 10 20 15 30 20 15 35 20 请按照所给信息，建立数学模型，回答下列问题。 （1）假设每个小区的报修客户住处随机分布在小区内。建立模型说明在一个规格a 千米b千米小区内维修所需总时间与小区大小、报修项目之间的关系。 （2） 假设维修员负责1---小区16的所有任务。某天接到的报修单见附表2。该维修员当如何安排，使得一天内完成尽可能多的维修任务。 （3） 客户在报修时会对维修人员时间上有要求，假设可能的时间要求分为 三个时间阶段:上午（8：00—11：00）、午饭时间（11：00—13：00）、下午时间（13：00—18：00）。在上一题中，每项报修要求时间见附表3。该维修员应当如何安排，使得一天内能完成最多的任务（维修人员的午饭时间可以在11：00—13：00内灵活安排，时间约为15分钟）。 （4）假设维修站现在仍没有完成的维修任务如附表4。按照当前任务，维修站至少需要几名维修员，能够使得在一天内完成所有的修理工作。 （5） 维修站承诺所有报修事项能在3天内上门修理。假设今天是2012年5月日，维修站现在仍没有完成的维修任务以及报修时间如附表5。按照当前任务，维修站至少需要几名维修员，能够在承诺的时间内完成所有修理工作。 二、问题分析 问题一的分析: 小区内维修总时间由小区内报修的客户个数和每个报修客户的维修时间有关，二者相乘即为总时间。 求小区内报修的客户个数方法：由题目中的假设知： 每个小区的报修客户住处随机分布在小区内，我们采用二维的均匀分布，求出小区内报修的客户个数的期望。 求每个报修客户的维修时间的方法：由于维修故障所需的知识有难易之分，故障出现的频率有高低之别，一般说来，简单的故障发生的频率高，越复杂故障发生的频率就越低。文献[1]表明，故障发生的概率密度与故障维修的难易程度近似服从指数分布。而修理工时与故障的难易程度呈线性关系，因此