ICP策略下带软时间窗的动态车辆路径优化问题研究.docxVIP

ICP策略下带软时间窗的动态车辆路径优化问题研究.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
ICP策略下带软时间窗的动态车辆路径优化问题研究

ICP策略下带软时间窗的动态车辆路径优化问题研究   摘要:   针对动态车辆路径中出现新的客户请求时,输入信息也随着时间推移而动态改变,在服务客户时由于动态客户需要不停插入,导致不停地进行优化计算,致使车辆路径更新频繁的问题,提出了紧急动态客户和数据包的概念。通过该策略并使用遗传方法与局部搜索方法的混合算法,可提高车辆路径更新质量,降低车辆运输成本并控制配送中心管理成本,从而提高服务质量。通过实验证明了该策略的有效性。   关键词:车辆路径优化;DVRPSTW;遗传算法;LS;数据包   DOIDOI:/   中图分类号:TP319   文献标识码:A文章编号文章编号:   英文摘要Abstract:For the new customer requests that appear in the dynamic vehicle path, the input information changes dynamically over time. In the service of customers, due to frequently inserting of dynamic customers’ demand and the vehicle path updating ,which leads to the nonestop optimal this paper, the concept of emergency dynamic customer and data packet is proposed. Through using this strategy and GALS method , the transportation cost of vehicle is reduced and the management cost of distribution center is controlled, then the quality of service is validity of the ICP method is proved by experiments.   英文关键词Key Words:vehicle routing optimization; DVRPSTW; genetic algorithm; LS;data package   0引言   动态车辆路径问题是指对一系列发货点,组织适当的行车路径,使车辆有序通过,在满足一定约束条件的情况下,达到一定目标[1]。由于在现代社会中时间约束的重要性,出现了VRPTW。在具有硬时间窗口的车辆路径和调度问题中,根本不允许在时间约束窗口之外进行交付,这对于现实生活中的物流运输是不太合理的。因此,带有软时间窗的车辆路径和调度问题引起了人们关注,即其在约束时间窗口外仍然可以通过增加一些惩罚成本进行交付。但由于静态VRPSTW的有些约束条件是规定好的,并不能反映现实世界的真实情况。   因此,更具有实际研究意义的DVRPSTW问题受到越来越多研究者的青睐。黄务兰、张涛[2]提出了基于事件触发的分解策略,根据系统的当前状态,构造一个系统的延迟快照,每个快照被视为一个VRPTW,从而把DVRPTW分解成一系列的VRPTW问题。然后在LNS算法基础上,提出一个双缓冲区来改进LNS算法,求解静态VRPTW问题。   洪联系[3]用混合节约算法与禁忌搜索算法优化动态车辆路径问题,目标为最小化车辆旅行距离与车辆数量。根据动态需求的特点,按照一定规则和策略,将整个配送过程分为若干个相等或不等的时间段进行处理。在每个时间段的结束时刻,实行动态需求的插入,并根据车辆当前位置和更新后的信息制定出新的路线方案。通过比较相同数据下单个节约算法、单个禁忌搜索算法、混合算法输出的总目标值,得出结论。   刘霞等[4]研究的是带软时间窗的动态车辆路径问题,首先将计划周期划分为固定时间间隔的时间片段并设置一个中断时间作为算法终止条件之一,从而将问题静态化;然后利用插入法求解DVRPTW的初始线路,采用线路间局部搜索和线路内局部搜索对初始解进行优化。对于违反时间窗的车辆,增加一个延迟时间惩罚参数;最终通过Solomon的算例,进行实验并分析结果,求得最优路线。   对于DVRPSTW问题的求解,大多是将时间窗进行划分,把DVRPSTW问题转换为一系列的静态子问题,从而求解VRPSTW问题。对于动态需求,大多数是在当前时间段插入一个动态客户,并计算插入的必要条件,插入后进行路径实时优化,最后得出最优路径,接着再插入下一个动态客户。这样由于不断地进行插入和优化计算,从而导致不停地更新车辆路径,进而增加了车辆运输成本与配送中心管理成本。因此,为了减少动态过程中的插入和优化计算负载,提高车辆路径更新

文档评论(0)

manyu + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档