VRP算法介绍.ppt

STEP 2 分组 从最小角度的两个客户开始，建立一个组，按逆时针或者顺时针方向，将客户逐个加入到组中，直到客户需求总量超过了车辆负载限制时，结束该条线路。 STEP 3 重复STEP2的过程 建立一个新的组，继续按照逆时针或者顺时针方向，将客户继续逐个加入到组中，生成新的线路，直到所有的客户点都被分到某个组为止。 STEP 4 线路优化 对各个分组内的客户群就是一个个单独的TSP（其中，各组的起点都是极点）。求解TSP ，得到优化线路。 例 某配送中心P向客户点配送货物。图中各客户点旁括号内的数字表示该客户的需求量（t）。配送中心有载重量为2t的车辆可供使用。试制定其最优的配送线路。 P A(0.2t) B(0.8t) C(0.7t) D(0.2t) F(0.2t) G(0.1t) H(1.2t) I(0.5t)  显然，根据扫描算法，可以把客户点分为不同的两组，分别为： （A，B，C，D），（F，G，H，I）。 分组完成后，即可对组内的客户点进行路径优化。 P A(0.2t) B(0.8t) C(0.7t) D(0.2t) F(0.2t） G(0.2t) H(1.2t) I(0.6t) 一、构造启发式算法 两阶段算法 先排程后分组 这种方法首先构造一条或几条很长的线路（通常不可行），它包括了所有需求对象，然后再把这些很长的线路划分成一些短而可行的线路。具体进行时，一般是先解一个经过所有点的旅行商问题，形成一条线路，然后根据一定的约束（如车辆容量等）对它进行分划。 先分组后排程 这种方法先把节点和（或）弧的需求进行分组或划群，然后对每一组设计一条经济的线路。如扫描算法，其目的在于形成需求点的径向区域，从车场发出的射线“扫过”这个区域，使不超过车辆容量的需求点组成一个区域，一个区域就是一个组，当形成一系列这样的组后，再对每一组中的各点安排线路。 二、改进启发式算法 局部搜索 黑夜的登山者(这里是山顶?) 局部最优解 近邻（neighborhood） 近邻：对于某一个实行可行解 x∈F，将x进行一些适当的变形所得到的可行解集合 近邻 N(x) x 近邻操作（neighborhood operation） 近邻操作：从某一可行解x出发，为了在其近邻N(x)中生成一个可行解而使x适当变形的操作 局部最优解（locally optimal solution ）： N（x）当中不再存在改善解的 x，则 称x为关于N（x）的局部最优解。 全局最优解（globally optimal solution） 应用局部搜索的概念，通过对边（成弧）进行交换，在初始可行解的邻域中对初始解进行调整，每次调整使可行解得到改进，直至解在邻城内不能改进为止。 二、改进启发式算法 k-opt算法 基本原理是应用局部搜索的概念，通过对 k 条边（弧）行交换，在初始解的邻域中对初始解进行调整，每次调整接受得到改进的可行解，直至解在其邻域内不能改进为止。最终解就叫做k-最优解（k-opt）。 k是一开始就设定的常数，从巡回路径中找出k条边，共有Cnk中选择方法，必须全部考虑到。如果无论选出哪k条边替换都不能进一步优化，则称这条巡回路径是k-最优。 显然，k 越大优化后的效果越好，可是随着 k 增大，计算量也快速增大。 考虑到计算时间的限制，一般都选较小的k，最常用的是2- opt和3- opt。 2-opt算法 3-opt算法 3-opt 算法是局部搜索算法中效率最高的k- opt 邻域算法。 其基本过程是：设T是一条初始路径，产生3 个随机位置x0、y0、z0，它们的下一个节点分别记为x1、y1、z1，对应的3条边的集合记为{a，b，c}，三条边互不相邻，该算法试图找到另一个边集合{a1，a2，a3}，使得新的费用变小，这里是3 条边则称为3-opt。 3-opt算法 图 3-opt算法示意 0 1 2 3 4 5 6 7 8 9 在可行解中随机抽取三条互不相邻的边23、56和89。 找出另一边的集合26、58和39使之形成回路。 计算：如果d23+d56+d89d26+d58+d39则交换两条回路，则交换后的解优于原来的解。 如果d23+d56+d89d26+d58+d39则保持原来的解不变。 在改进的可行解中重复以上工作，直到不能改进为止。 3-交换(3-opt)算法 3-opt算法中，打断抽取的三条边后，共有四种回路可选，见下图。 0 1 3 4 5 6 7 8 9 2 （1）26-58-39 0 1 3 4 5 6 7 8 2 （2）26-59-38 9 3-