最优化算法案例学习(禁忌搜索,混合算法)_图文课件知识资料.ppt

论文改进 考虑碳排放的开环取送货路径优化问题 关键词： 车辆路径优化、集货与送货、碳排放、禁忌搜索、蚁群算法 论文改进 创新点： 将车辆在集货配货中碳排放成本加入到模型中 建立了开环模式下的路径优化问题 对比了禁忌搜索、蚁群算法对本问题的求解效果 提出了蚁群紧急搜索混合搜索算法，数值实验表明该算法求得的解质量最高 论文改进 考虑碳排放的开环 取送货路径优化问题 假设条件： 论文改进 标号 含义 客户集货点集合， 客户配送点集合 默认由1配送给N+1 网络图节点集合， 0表示车库 所有弧的集合， 顾客i 的需求量， （若 则 ，若 ，则 ） 论文改进 标号 含义 车辆 k 的最大装载量 车辆 k 的集合 辆 k 车 最大行驶里程 顾客 i 时间窗起始时间， 顾客 i 时间窗起始时间， 论文改进 标号 含义 单位时间延迟成本 单位时间等待成本 单位超标碳排放的惩罚成本 节点 i 的等待时间 节点 i 延迟时间 论文改进 标号 含义 车辆 k 经过弧（i,j）的碳排放量 弧（i,j）的运输成本，与运输距离成正比 最大允许碳排放量，若超过此值则按超过量惩罚 燃油转换系数 车辆k 的的燃油消耗系数 论文改进 表示节点之间是否有配送关系的变量，如有 则该值为1，否则为0； 决策变量 含义 0-1变量，当车辆 k 经过弧（i，j）则为1 ，否则为0 0-1变量，当任务i被指派给k 时为1，否则为0 MIP模型 （1）式为目标函数，最小化运营成本，其中第一项为车辆的启用成本，第二项为车辆的行驶成本，第三项为车辆的等待成本，第四项为车辆的惩罚成本，第五项为车辆的碳排放成本； （2）式表示车辆数限制 （1） （2） MIP模型 （3）表示 与 的函数关系 （4）表示 与 的函数关系 （5）式表示一个客户点的配送或集货需求只能由一辆车来完成 （6）表示每一对取送货点须同一车辆完成 （3） （4） （5） （6） MIP模型 （7）式表示总的取货量与配送量相等 （8）式表示车辆从i点到j点载货量的变化 （9）式表示车辆载货量不可超过最大载货量 （10）式表示车辆的最大行驶距离约束 （7） （8） （9） （10） MIP模型 （15）表示等待时间计算公式 （16）表示迟到时间计算公式 （16） （15） （18） （17） TS求解 TS求解 PPT模板下载：/moban/ 最优化算法案例学习(禁忌搜索,混合算法) 大作业汇报 Shanghai Maritime University 禁忌搜索案例学习 目录 小组分工 禁忌搜索算法 带软时间窗的集货与送货多车辆路径问题节约算法 考虑碳排放的开环取送货路径优化问题 数值实验 禁忌搜索算法 Fred Glover 禁忌搜索(Tabu Search)是局部邻域搜索算法的推广,Fred Glover在1986年提出这个概念,进而形成一套完整算法. 人类在选择过程中具有记忆功能，比如走迷宫时，当发现有可能又回到某个地点的时候总会有意识地避开先前选择的方向而选择其他的可能性，这样就可以确定性的避开迂回搜索。 禁忌搜索算法 只进不退的原则——用Tabu表锁住退路，将近期历史搜索过程存放在禁忌表中，防止算法迂回搜索。 不以局部最优作为停止准则，算法接受劣解，只要不在禁忌表的较好解都可作为下一次迭代的初始解。 邻域选优的规则模拟了人类的记忆功能，找过的地方都记下来，不再找第二次。一定迭代次数后，早期进入禁忌表解被解禁退出 核心思想 禁忌搜索算法 步骤 第一步 选定一个初始解xnow;令禁忌表 ; 第二步 若满足终止准则,转第四步; 否则,在xnow的邻域N(xnow)中选出满足禁忌要求的候选集C-N(xnow) ,转第三步; 第三步 在C-N(xnow)中选一个评价值最好的解xbest,令xnow=xbest,更新禁忌表H,转第二步; 第四步 输出计算结果,停止. 概念 禁忌表：为避免迂回搜索，记录之前搜索过的解或状态的表 禁忌对象：禁忌表中被禁的那些变化元素 禁忌长度：禁忌的步数 特赦原则：对一些显著提高解质量而处于禁忌的操作解禁 禁忌搜索算法 失败出口(避免) 破禁检查 初始 开始 更新T表 停止 Y N 停止 Y N 若 令 若 输出 终止出口 step2 step3 step4 step5 step1 邻域移动 择优规则 禁忌搜索举