车辆路径规划的连续多目标优化模型设计及其求解方法-计算机应用技术专业论文.docxVIP

摘要 摘要 车辆路径规划问题(VRP)是物流配送过程中的关键问题之一，对车辆路径规划 问题的研究尤其是对带时间窗的车辆路径规划问题(VRPTW)的研究，有助于提高 物流经济效益，实现物流科学化。 带时间窗的车辆路径规划问题是组合优化问题中的带多个约束条件的 NP-完 全问题，早期作为单目标优化问题被广泛研究。近年来，随着进化多目标优化算 法的发展，许多研究者开始使用进化多目标优化的方法对该问题进行多目标优化， 在优化目标方面则普遍采用了传统的车辆数和总行车距离两个目标建立优化模 型。然而，有研究表明，车辆数和总行车距离两个目标之间冲突性并不强，并且 车辆数为离散目标函数，因此目前基于车辆数-总行车距离模型的多目标优化算法 均未能得到包含丰富非支配解的代表性 Pareto 前端。另外，单纯的进化优化方法 在求解组合优化问题时也存在效率不高，收敛慢的问题。 本文基于当前研究现状的不足，提出了一种新颖的连续多目标优化模型，并且 将 LK 启发式局部搜索同非支配领域免疫算法(NNIA)相结合设计了求解该模型的 新的 Memetic 算法。本文的主要工作有： (1)针对带时间窗的车辆路径优化问题，建立了服务质量-服务代价两目标车辆 路径优化模型 MOM-CQ(Continuous Multi-objective Vehicle Routing Model Based on Service C