改进的Hopfield神经网络在配送车辆调度中的应用分析-管理科学与工程专业论文.docxVIP

3.2.1 算法提出与简介 37 3.2.2 SA—HNN 混合算法具体步骤 39 3.2.3 SA—HNN 混合算法解决组合优化问题的具体步骤 39 3.3 解决带宽时间窗的 CVRP 问题 41 3.3.1 解决聚类问题的 Hopfield 神经网络算法 43 3.3.2 带宽时间窗的 CVRP 问题优化过程 45 4 SA-HNN 混合算法应用实证 48 5 总结与展望 56 5.1 本文的总结 56 5.2 今后工作展望 56 参考文献 58 致 谢 62 攻读硕士期间参与科研项目及发表论文情况 63 附录 64 PAGE PAGE 10 1 绪论 1.1 课题研究的背景及意义 随着经济全球化趋势的加强， 科学技术， 尤其是信息技术的发展突飞猛 进，企业生产资料的获取与产品营销范围日趋扩大，社会生产、物资流通、 商品交易及其管理方式正在并将继续发生深刻的变革。 与此相适应， 企业在 降低物质消耗、 提高劳动生产率以外的 “第三利润源” 的现代物流业已在世 界范围内广泛兴起。 现代物流已被公认为是企业在降低物质消耗、 提高劳动 生产率以外创造利润的第三个重要源泉， 也是企业降低生产经营成本， 提高 产品竞争力的重要途径。 与发达国家相比， 我国的物流企业效率较低。 根据 全国第三产业普查资料， 我国交通运输、 仓储、 代理和批发等行业的成本费 用之和占国民生产总值的 15%左右 ，如果考虑其他相关流通环节的费用和流 通过程中的物流损失 ，则全社会物流费用支出约占国民生产总值的 20%以上。 而美国的全社会物流费用支出仅占其国民生产总值的 10%左右 。另据有关资 料， 目前我国一般工业品从产品出厂经过装卸、 存储、 运输等各个物流环节 到消费者手中的流通费用有的约占商品的 50%左右； 而新鲜水果、 易变质食 品 、某些化工产品的流通费用有的高达商品售价的 70%-80%；我国汽车零配 件的生产中，其加工装配时间仅占 2%，而 98%的时间用在原材料、零部件 和产品的运输和库存。 这些费用和时间上的消耗还有大量的库存正是潜在的 需要实施物流管理的领域， 这为物流的发展留下了巨大的空间。 在这种形势 下，研究如何通过实施科学的物流管理，以提高物流效率、降低物流成本、 提高服务质量是十分必要的。 运输问题是物流决策中的关键问题。 一般来说， 除去产品中的采购成本 外， 运输成本比任何其他物流活动的成本所占的比例都要高。 尽管运输的形 式有很多种， 但其中最重要的不外乎运输方式的选择、 车辆路径的选择与规 划等内容 。本文将针对车辆路径问题作较深入地探讨 。选取恰当的车辆路径 , 可以加快对客户需求的响应速度， 提高服务质量， 增强客户对物流环节的满 意度，降低服务商运作成本。物流配送车辆路径优化问题 (Vehicle Routing Problem， VRP)最早是由 Dantizg 和 Ramser [1] 于 1959 年首次提出，一般指的 是： 对一系列发货点和收货点， 调用一定的车辆， 组织适当的行车路线， 使 车辆有序地访问它们 ，在满足特定的约束条件下 (如 ：货物的需求量与发货量、 交发货时间 、车辆载重限制 、行驶里程限制 、行驶时间限制等 )，力争实现一 定的目标 (如：车辆行驶里程最短、运输总费用最低、车辆按一定时间到达、 使用的车辆数最少等 ) [2] 。 长期以来，研究者对车辆调度问题的研究集中在寻求最优解的方向上， 这时所采用的方法有： 运筹学方法、 线性规划方法、 非线性规划方法、 动态 规划方法、组合优化方法、 拉格朗日乘子法、 分支定界法、爬山法、贪婪法 等， 并取得了不错的效果。 不过这种情况没有持续多久， 在随后出现的大规 模问题上， 这些方法都存在 “组合爆炸” 的问题， 求解时间随着问题规模成 指数级增长 。直到 1985 年 Savelsbergh [3] 证明了车辆路径问题是 NP 完全问题 以后，研究的重点才转向寻求问题的近似最优解上。这时所采用的方法有： 智能规划方法、 仿真调度方法、 模拟退火算法、 禁忌搜索算法、 人工神经元 网络法等， 它们在解决 “组合爆炸” 的问题上， 能够在一个可以接受的时间 内求得问题的近似最优解。 自从第一个人工神经网络模型提出后，人工神经网络得到了迅速发展， 特别是 80 年代 Hopfield 将人工神经网络成功地应用于组合优化问题，使得 神经网络优化算法成为新的研究热点 。研究者对 Hopfield 的研究主要集中在 用 Hopfield 解决组合优化问题，典型的如成功地解决了 NP 问题—— TSP 问 题 (旅行商最优路径问题 )。为了更加有效地求解优化问题 ，研究