多车型回程车辆调度问题的ADP算法研究-计算机应用研究.PDFVIP

第３０卷第７期 计 算 机 应 用 研 究 Ｖｏｌ．３０Ｎｏ．７ ２０１３年７月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｊｕｌ．２０１３ 多车型回程车辆调度问题的ＡＤＰ算法研究 吴万国，李林林，孙良旭 （辽宁科技大学软件学院，辽宁鞍山１１４０５１） 摘　要：采用近似动态规划（ＡＤＰ）方法对钢铁物流运输过程中的车辆调度问题进行了分析，设计了车辆和运输 货物的状态向量空间、动作向量空间等，充分考虑运输成本和能力约束，建立状态转移函数、目标函数，并对近似 动态规划算法进行改进。在基于决策后状态的ＡＤＰ算法的基础上，采用Ｂｏｌｔｚｍａｎｎ探索策略对所有的状态空间 进行遍历，避免局部最优和低效问题。通过对比实验，比较Ｑ学习算法、基于决策后状态的ＡＤＰ算法以及采用 Ｂｏｌｔｚｍａｎｎ探索策略的ＡＤＰ算法的实验结果，证明了采用Ｂｏｌｔｚｍａｎｎ探索策略的ＡＤＰ算法具有更快的收敛速度， 执行效率更高。 关键词：近似动态规划；车辆调度；Ｑ学习；探索策略 中图分类号：ＴＰ３９１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１３）０７１９９１０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１３．０７．０１８ Ａｐｐｒｏｘｉｍａｔｅｄｙｎａｍｉｃｐｒｏｇｒａｍｍｉｎｇａｌｇｏｒｉｔｈｍｒｅｓｅａｒｃｈｏｎ ｍｕｌｔｉｔｙｐｅｓｖｅｈｉｃｌｅｓｃｈｅｄｕｌｉｎｇｐｒｏｂｌｅｍｗｉｔｈｂａｃｋｈａｕｌｓ ＷＵＷａｎｇｕｏ，ＬＩＬｉｎｌｉｎ，ＳＵＮＬｉａｎｇｘｕ （ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅＴｅｃｈｎｏｌｏｇｙ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙＬｉａｏｎｉｎｇ，ＡｎｓｈａｎＬｉａｏｎｉｎｇ１１４０５１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｄｔｈｅｔｒａｎｓｐｏｒｔａｔｉｏｎｓｃｈｅｄｕｌｉｎｇｐｒｏｂｌｅｍｗｉｔｈｂａｃｋｈａｕｌｓｆｏｒｉｒｏｎａｎｄｓｔｅｅｌｌｏｇｉｓｔｉｃｓｉｎｄｕｓｔｒｙｕｓｉｎｇ ａｐｐｒｏｘｉｍａｔｅｄｙｎａｍｉｃｐｒｏｇｒａｍｍｉｎｇ，ａｎｄｄｅｓｉｇｎｅｄｔｈｅｓｔａｔｅｖｅｃｔｏｒｓｐａｃｅａｎｄａｃｔｉｏｎｖｅｃｔｏｒｓｐａｃｅｏｆｌｏｇｉｓｔｉｃｖｅｈｉｃｌｅｓａｎｄｌｏａｄｓ， ａｎｄｄｅｆｉｎｅｄｓｔａｔｅｔｒａｎｓｆｅｒｆｕｎｃｔｉｏｎａｎｄｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎｉｎｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｔｒａｎｓｐｏｒｔａｔｉｏｎｃｏｓｔａｎｄｃａｐａｃｉｔｙｃｏｎｓｔｒａｉｎｔ，ａｎｄ ｉｍｐｒｏｖｅｄｔｈｅａｐｐｒｏｘｉｍａｔｅｄｙｎａｍｉｃｐｒｏｇｒａｍｍｉｎｇａｌｇｏｒｉｔｈｍ．ＯｎｔｈｅｂａｓｉｓｏｆｔｈｅＡＤＰａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅｐｏｓｔｄｅｃｉｓｉｏｎ ｓｔａｔｅ，ｉｔｓｅａｒｃｈｅｄａｌｌｔｈｅｓｔａｔｅｓｐａｃｅｕｓｉｎｇＢｏｌｔｚｍａｎｎｅｘｐｌｏｒｅｓｔｒａｔｅｇｙａｎｄａｖｏｉｄｔｈｅｌｏｃａｌｏｐｔｉｍｕｍａｎｄｉｎｅｆｆｉｃｉｅｎｔｐｒｏｂｌｅｍ． Ｔｈｒｏｕｇｈｔｈｅｅｘｐｅｒｉｍｅｎｔｓ，ｉｔａｎａｌｙｚｅｄａｎｄｃｏｍｐａｒｅｄｔｈｅｔｅｓｔｒｅｓｕｌｔｏｆｔｈｅＱＬｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍ，ｔｈｅｎｏｒｍａｌＡＤＰａｌｇｏｒｉｔｈｍ ｂａｓｅｄｏｎｐｏｓｔｄｅｃｉｓｉｏｎｓｔａｔｅａｎｄｔｈｅｉｍｐｒｏｖｅｄＡＤＰａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＢｏｌｔｚｍａｎｎｅｘｐｌｏｒｅｓｔｒａｔｅｇｙ，ａｎｄｐｒｏｖｅｔｈａｔｔｈｅｉｍ ｐｒｏｖｅｄＡＤＰａｌｇｏｒｉｔｈｍｕｓｉｎｇＢｏｌｔｚｍａｎｎｅｘｐｌｏｒｅｓｔｒａｔｅｇｙｈａｓｆａｓｔｅｒｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄａｎｄｈｉｇｈｅｒｒｕｎｎｉｎｇｅｆｆｉｃｉｅｎｃｙ． Ｋｅｙｗｏｒｄｓ：ａｐｐｒｏｘｉｍａｔｅｄｙｎａｍｉｃｐｒｏｇｒａｍｍｉｎｇ（ＡＤＰ）；ｔｒａｎｓｐｏｒｔａｔｉｏｎｓｃｈｅ