带有时间窗的多车场车辆路径问题研究.pdfVIP

A Dissertation Submitted for the Degree of Master Study of A Multi-Depot Vehicle Routing Problem with Time Windows (MDVRPTW) By Rafia Ghoul Hefei University of Technology Hefei, Anhui, P.R.China April,Year 万方数据 万方数据 万方数据 致 谢 岁月如歌，光阴似箭，三年的研究生生活即将结束。经历了找工作的喧嚣 与坎坷，我深深体会到了写作论文时的那份宁静与思考。回首三年的求学历程， 对那些引导我、帮助我、激励我的人，我心中充满了感激。 首先要感谢导师倪郁东副教授，论文定题到写作定稿，倾注了倪老师大量 的心血。在我攻读硕士研究生期间，深深受益于倪老师的关心、爱护和谆谆教 导。他作为老师，点拨迷津，让人如沐春风；作为长辈，关怀备至，让人感念 至深。能师从倪老师，我为自己感到庆幸。在此谨向倪老师表示我最诚挚的敬 意和感谢！ 同时，我要感谢所有教导过我、关心过我的老师。你们为我的学业倾注了 大量心血，你们为人师表的风范令我敬仰，严谨治学的态度令我敬佩。还要感 谢汪婷婷同学，以及数学学院的其他各位老师和同学对我的帮助！ 在此要感谢我生活学习了三年的母校—— 合肥工业大学，母校给了我一个 宽阔的学习平台，让我不断吸取新知，充实自己。 需要特别感谢的是我的父母。父母的养育之恩无以为报，他们是我十多年 求学路上的坚强后盾，在我面临人生选择的迷茫之际，为我排忧解难，他们对 我无私的爱与照顾是我不断前进的动力。 作者：Rafia Ghoul 2014 年4 月 万方数据 摘要 本文对带时间窗的车辆路径问题(VRPTW)进一步延伸为多仓库点的带时间窗的车 辆路径问题(MDVRPTW)，该问题为NP 难题。同时路径是由车辆从各个仓库点出发访问 其对应的所有客户点再回到原出发的仓库点形成的。解决 MDVRPTW 分两步：“第一步 分群，第二步调整路径”。这种方法得到的可行解路径距离较大，并不是该问题的最 优解。为了获得更好的解，在文章中分两步，第一步为群阶段，我们用多个分配算法 将客户分配给各个仓库，然而在我们的例子中，一些算法并非是实用的，而必须使用 其他方法。关于原问题，我们在时间窗的限制下将MDVRPTW 分成若干个群问题（主问 题）和一些带时间窗的车辆路径问题（子问题）。利用简单的算法，简化MDVRPTW，降 低问题的规模。利用遗传算法将原问题转化为若干群问题(主问题)，再利用蚁群优化 算法（ACO）去解决带时间窗的车辆路径问题（子问题）。 关键词：多仓库点带时间窗车辆路径问题；分解；聚集；发配；时间窗；遗传算法(GA)； 蚁群优化算法(ACO) 万方数据 Abstract The present study considers a Multi-Depot Vehicle Routing Problem with time windows (MDVRPTW) which is an extension of th