车辆路径问题概念、模型和算法(五星推荐).pptxVIP

车辆路径问题概念、模型及算法;1、定义;目前有关VRP的研究已经可以表示（如图1）为：给定一个或多个中心点（中心仓库，central depot）、一个车辆集合和一个顾客集合，车辆和顾客各有自己的属性，每辆车都有容量，所装载货物不能超过它的容量。起初车辆都在中心点，顾客在空间任意分布，车把货物从车库运送到每一个顾客（或从每个顾客处把货物运到车库），要求满足顾客的需求，车辆最后返回车库，每个顾客只能被服务一次，怎样才能使运输费用最小。而顾客的需求或已知、或随机、或以时间规律变化。  ;2、VRP问题约束;(4) 时间窗约束：包括硬时间窗(Hard Time windows)和软时间窗(Soft Time windows) 约束。引出带时间窗(包括硬时间窗和软时间窗)的车辆路径问题(Vehicle Routing Problem withTime windows，VRPTW)。 (5) 相容性约束：引出相容性约束车辆路径问题(VehicleRouting Problem with Compatibility Constraints，VRPCC)。 (6) 随机需求：引出随机需求车辆路径问题(VehicleRouting Problem with Stochastic Demand，VRPSD)。 ;(7) 开路：引出开路车辆路径问题(Open Vehicle RoutingProblem)。 (8) 多运输中心：引出多运输中心的车辆路径问题(Multi-Depot Vehicle Routing Problem)。 (9) 回程运输：引出带回程运输的车辆路径问题(VehicleRouting Problem with Backhauls)。 (10) 最后时间期限：引出带最后时间期限的车辆路径问题(Vehicle Routing Problem with Time Deadlines)。 (11) 车速随时间变化：引出车速随时间变化的车辆路径问题(Time-Dependent Vehicle Routing Problem)。 ;建立此问题的数学模型： ;4、车辆路径问题算法综述;;首先，不考虑变量的整数约束，求解松弛问题线性规划的最优解。如果线性规划的最优解恰好是整数解，则这个解就是整数规划的最优解。 如果线性规划的最优解中至少有一个变量不是整数，把线性规划的可行域切割成两部分，分别求解两个线性规划的最优解。 ;如果这两个线性规划的最优解还不是整数解，分别把每一个可行域再进行分割。这个过程，叫做“分支”。 分支过程得到的整数解中，目标函数值最优的一个叫做整数规划目标函数值的“界”。分支过程中非整数的线性规划的最优解，如果目标函数值劣于或等于这个“界”，就停止继续分支。这个过程，叫做“定界”。 ;割平面法(Cutting Planes Approach) 用割平面法求解整数规划的基本思路是：先不考虑整数约束条件，求松弛问题的最优解，如果获得整数最优解，即为所求，运算停止。如果所得到最优解不满足整数约束条件，则在此非整数解的基础上增加新的约束条件重新求解。这个新增加的约束条件的作用就是去切割相应松弛问题的可行域，即割去松弛问题的部分非整数解(包括原已得到的非整数最优解)。而把所有的整数解都保留下来，故称新增加的约束条件为割平面。当经过多次切割后，就会使被切割后保留下来的可行域上有一个坐标均为整数的顶点，它恰好就是所求问题的整数最优解。即切割后所对应的松弛问题，与原整数规划问题具有相同的最优解。 ;网络流算法(Network Flow Approach) 图论中的一种理论与方法，研究网络上的一类最优化问题 。1955年 ，T.E.哈里斯在研究铁路最大通量时首先提出在一个给定的网络上寻求两点间最大运输量的问题。1956年，L.R. 福特和 D.R. 富尔克森等人给出了解决这类问题的算法，从而建立了网络流理论。所谓网络或容量网络指的是一个连通的赋权有向图 D= （V、E、C） ， 其中V 是该图的顶点集，E是有向边(即弧)集，C是弧上的容量。此外顶点集中包括一个起点和一个终点。网络上的流就是由起点流向终点的可行流，这是定义在网络上的非负函数，它一方面受到容量的限制，另一方面除去起点和终点以外，在所有中途点要求保持流入量和流出量是平衡的。 ;动态规划算法(Dynamic Programming Approach) 动态规划是一种求解多阶段决策问题的系统技术。 如果一类活动过程可以分为若干个互相联系的阶段，在每一个阶段都需作出决策，一个阶段的决策确定以后，常常影响到下一个阶段的决策，从而就完全确定了一个过程的活动路线，则称它为多阶段决策问题。? 各个阶段的决策构成一个决策序列，称为一个策略。每一个阶段都有若干个决策可供选择，因而就有许多策