混合量子算法在车辆路径问题中应用的研究汇总.pdf

创新点摘要 创新点摘要 本文针对车辆路径的实际应用问题，使用量子算法结合多种智能算法进行研 究求解。完成的具有创新意义的研究工作如下： (1)对带时间窗车辆路径问题及其求解算法的特点进行分析研究。建立了 问题的数学模型，并根据优化变量的特征，将量子粒子群分成几个子相粒子群， 提出了混合量子粒子群优化算法。仿真计算结果表明该算法可避免易陷入局部 寻优的缺点，能够提高高维搜索空间中的收敛可靠性及速度。 (2)研究并建立不确定需求车辆路径问题的数学规划模型，提出将模拟退 火算法与量子算法进行结合的方法，可对问题模型的目标函数和动态约束条件 进行设定。仿真结果表明所提算法收敛速度和可靠性良好，适用于解决不确定 的车辆路径问题。 (3)总结了有同时集送货需求的车辆路径问题的特点。给出了结合精英量子 均值和混沌扰动理论的量子进化算法。算法通过混沌理论和精英量子均值对旋转 门旋转角的改进解决了普通旋转角查找的离散性。算法中引入了Lyapunov指数、 关联维数和功率谱等混沌运动判断标准。仿真结果验证了算法的可行性和有效性。 摘要 摘要 物流业已发展成为当代国民经济的重要基础产业之一，而运输成本占物流成本 比例过大的现状制约物流业的发展。对作为运输系统关键环节的车辆路径问题 (VehicleProblem，VRP)的研究不再被局限于公路、铁路等陆路交通，还 Routing 被扩展至航空、水运以及报品送递、班车路线优化等多行业，因此研究如何有效解 决VRP具有重要的现实意义和实用价值。 本文对带时间窗车辆路径问题(VehicleProblemwithTime Routing InformationVehicle Windows，VRPTW)、不确定需求车辆路径问题(Uncertain Routing Routing Problemwith PickupDelivery，VRPPD)以及现有的解决算法进行了系统研究。 (1)在使用了改进的量子遗传算法和总结了一般量子粒子群算法的基础上， 根据优化变量的特征，将量子粒子群分成几个子相粒子群，提出了混合量子粒 子群优化算法解决VRPTW。仿真计算结果表明这种算法具有使用更少的参数， 运算更简单，在较短时间内能够快速收敛得到全局最优解的优点，而且所提的 算法提高了在高维搜索空间的收敛可靠性以及收敛速度。 (2)建立了UIVRP的数学规划模型和目标函数，根据其约束条件的限制提 出了将模拟退火算法与量子算法相结合的混合量子优化算法求解UIVRP。仿真 分析结果表明所提方法提高了收敛速度和收敛可靠性，是一种解决UIVRP的有 效方法。 (3)在深入研究禁忌搜索算法在求解此类问题优势和局限性的基础上，设计 了结合精英量子均值和混沌扰动理论的量子进化算法求解VRPPD。算法中引入 Lyapunov指数、关联维数和功率谱等混沌运动判断标准，并完成对旋转门旋转角 的改进。 关键词：车辆路径问题；量子算法；粒子群算法；模拟退火算法；旋转角 ABsTRACT ABSTRACT hasbecomeoneofthemost basic of Logistics importantindustrycontemporary isSO thatthe of national the costs development economy，buttransportat