几种离散选址模型的算法研究-运筹学与控制论专业论文.docxVIP

南京航空航天大学硕士学位论文 南京航空航天大学硕士学位论文 I I II II 摘 要 本文主要研究了几种离散选址模型的算法。 首先，本文简单阐述了设施选址问题的重要性、设施选址问题的发展及随机选址问题的研 究现状，介绍了一些经典的设施选址模型，包括 Weber 问题、集合覆盖问题等。选址问题是常 见的优化问题，其中很多都是 NP-难问题。已有许多方法来求解离散设施选址问题，本文首先 介绍了几种常见的算法，包括传统方法和元启发式算法。传统方法有分枝定界法和拉格朗日松 弛算法等；元启发式算法有禁忌搜索算法、变邻域搜索算法、遗传算法等。 其次，本文考虑到很多实际问题不再是单一目标的，而是多目标的，并结合 p-中心问题引 入了多目标反 p-中心问题的选址模型。对于此问题，本文首先用线性加权和法将其转化为单目 标选址问题，然后提出了单亲遗传模拟退火混合算法来对其求解。最后针对不同的权重，对问 题进行数值实验，并分析了算法的有效性。 再次，考虑到生活中有很多不确定因素的存在，我们在经典模型中的 p-中位问题的基础上， 提出一种多风险下的 p-中位问题，对将来可能发生的情景进行了分析。针对此问题的求解，本 文提出了两种改进的遗传算法，并用实验数据证明其有效性。 紧接着，本文分别从客户和系统的角度引入了 p 不定的排队服务系统的随机选址问题，并 提出了改进的禁忌搜索算法来解决这个问题。为了证明改进禁忌搜索算法的有效性，我们将其 与两种贪婪算法进行比较并报告了数值试验结果。 最后，总结全文，并提出以后的研究方向和建议。 关键词：设施选址，NP-难，随机选址，多目标反 p-中心问题，元启发式算法，排队系统 几种离散选址模型的算法研究 Abstract In this article, we present several discrete location models and propose some meta-heuristic algorithms for solving them. Firstly, this article describes the importance of falicity location problems, the development of facility location problems, the current research state of stochastic facility location problems and some of classical facility location problems, including Weber problem, set covering problem etc. Facilty location problems are related to optimization problems, many of which are NP-hard. There have been many algorithms to solve discrete facility location problems. This article describes some traditional methods and meta-heuristic algorithms. Traditional methods include Branch and Bound algorithm, Lagrangean relaxation algorithm etc, while meta-heuristic algorithms include Tabu Search algorithm, Variable Neighborhood Search algorithm, Genetic algorithm etc. Secondly, in consideration of the vast multi-objective facility location problems a multi-objective anti p-center problem are considered in this paper. This article is first transformed into a single objective problem by using the linear weighted sum method and then a partheno-genetic simulated annealing algorithm is proposed to solve it. We also carry out the numerical experiments for