启发式算法在送货线路设计问题中的实际应用.pptVIP

项目组成员：王定杰 陆婷 任涛 王艳纯 李斌文 答辩人：王定杰 答辩提纲 第一部分 第二部分 第三部分 课题研究的背景和意义 启发式算法的介绍 送货线路设置问题的分析及解决方案 第四部分 模型的评价与推广 背景：现今社会网络越来越普及，网购已成为一种常见的消费 方式， 随之物流行业也渐渐兴盛，每个送货员需要以最快的速度 及时将货物送达，而且他们往往一人送多个地方，这时就会遇到 如何设计方案使其耗时最少。 意义：本课题主要运用模拟退火、遗传算法等启发式算法对物 流系统中一个具体的送货路线设计问题进行了研究。目的在于通 过对送货线路问题的研究,了解启发式算法在物流配送路径规划方 面的优良特征，为经后物流行业设计送货线路、降低运营成本提 供理论参考。 启发式算法是80年代初兴起的优化算法，这些算法包括禁 忌搜索、模拟退火、遗传算法、人工神经网络。它们主要用于解 决大量的实际应用问题。目前，这些算法在理论和实际应用方面 得到了较大的发展。无论这些算法是怎样产生的，它们有一个共 同的目标－求NP-hard组合优化问题的全局最优解。本课题主要 运用了其中的模拟退火和遗传算法。 （一）模拟退火算法 模拟退火算法是材料的统计力学的研究成果。统计 力学表面材料中粒子的不同结构对应于粒子的不同能量水平 。在高温条件下，粒子的能量较高，可以自由运动和重新排 列。在低温条件下，粒子能量较低。如果从高温开始，非常 缓慢地降温（这个过程被称为退火），粒子就可以在每个温 度下达到热平衡。当系统完全被冷却时，最终形成处于低能 状态的晶体。 一个组合优化问题：优化函数为 ，其中 它表示优化问题的一个可行解， 表示函数的定义域。 表示的一个邻域集合。 首先给定一个初始温度 和该优化问题的一个初始解 并由 生成下一解 ，是否接受 作为一个新解 依赖于下面的概率： （二）遗传算法 遗传算法是一种基于自然选择原理和自然遗传机制的搜 索算法，它是模拟自然界中的生命进化机制，在人工系统中 实现特定目标的优化，其实质是通过群体搜索技术，根据适 者生存的原则逐代进化，最终得到最优解或准最优解。它必 须做以下操作：初始群体的产生、求任一个体的适应度、根 据适者生存的原则选择优良个体、被选出的优良个体两两配 对，通过随机交叉其染色体的基因并随机变异某些染色体的 基因后生成下一代群体，按此方法使群体逐代进化，直到满 足进化终止条件。 遗传算法的实现方法： （1）根据具体问题确定可行解域，确定一种编码方式，能 用数值串或字符串表示可行解域的每一解。 （2）确定适应度函数，适应度函数用来度量解的好坏，且 适应度函数应为非负函数。 （3）确定进化参数的种群规模 ，交叉概率 ，变异概 率 和进化终止条件。 送货线路设计问题简述： 现今社会网络越来越普及，网购已成为一种常见的消费方式，随之物流行业也渐渐兴盛，每个送货员需要以最快的速度及时将货物送达，而且他们往往一人送多个地方，请设计方案使其耗时最少。 现有一快递公司，库房在图1中O点，一送货员需将货物送至城市内多处，请设计送货方案，使所用时间最少。该地形图的示意图见图1，各点连通信息已知，假定送货员只能沿这些连通线路行走，而不能走其它任何路线。各件货物的相关信息已知，50个位置点的坐标已知。 假定送货员最大载重50公斤，所带货物最大体积1立方米。送货员的平均速度为24公里/小时。假定每件货物交接花费3分钟，为简化起见，同一地点有多件货物也简单按照每件3分钟交接计算。 现在送货员要将100件货物送到50个地点。请完成以下问题。 1、若将1~30号货物送到指定地点并返回。设计最快完成路线与方式。给出结果。要求标出送货线路。 2、假定该送货员从早上8点上班开始送货，要将1~30号货物的送达时间不能超过指定时间，请设计最快完成路线与方式。要求标出送货线路。 3、若不需要考虑所有货物送达时间限制(包括前30件货物)，现在要将100件货物全部送到指定地点并返回。设计最快完成路线与方式。要求标出送货线路，给出送完所有快件的时间。由于受重量和体积限制，送货员可中途返回取货。可不考虑中午休息时间。 图1 快递公司送货地点示意图（单位：米） 问题一的分析及解决 对于问题一，首先建立了50个网点的邻接矩阵，然后运用 Floyd算法求出了任意两点之间的最短距离，进而建立了从O点出 发将前3