求解VRP问题的改进和声搜索算法的分析.pdfVIP

l绪论 联网呈现飞速发展的趋势，深入研究VRP问题不仅有重要的科学理论意义，同时具有 巨大的经济效益。 个客户)可以通过精确算法计算出最优解。对更大规模的VRP问题，解空间的范围就 超过了精确解法的计算能力，要在有限的计算资源和计算时问下求得最优解，几乎是不 可能的。对这种规模的车辆路径问题，比较好的方法是使用一种启发式算法。启发式算 法在求解VRP时虽然牺牲了一些求解精度，却大大提高了解决问题的速度。目前，常 用来解决车辆路径问题的启发式算法主要有遗传算法，粒子群算法，禁忌搜索等。其中 和声搜索算法作为一种比较新的全局优化启发式算法，在实践中已经取得了比遗传算 法，粒子群算法等更好的结果，因此受到越来越多学者的重视。 为了提高我国企业物流的配送优化能力，降低货物的流通成本，本文在国内外现有 的研究工作的基础上，对和声搜索算法进行了深入的研究，提出了改进和声搜索算法 CVRP求解算法。与用基本和声算法求解VRP相比，求解精度和速度均大大提高，相 比较其他启发式算法，改进的和声算法也有着明显优势。 1．2国内外7RP问题的研究 VRP问题可以描述为：一定数量的客户，各自有不同数量的物流需求，配送中心根 据客户的需求，规划车队行车路线，在满足一定的约束的条件下，达