收藏本站
《西南交通大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

随机车辆路径问题研究

谢秉磊  
【摘要】: 随着市场竞争的日益加剧、世界经济一体化进程的加快和科学技术的飞速发展,许多企业已经把物流作为提高市场竞争能力和提升核心竞争能力的重要手段,将先进的物流理论和物流技术引入企业的生产和经营管理中。作为实现物流合理化的重要内容和手段,研究车辆路径有助于企业降低物流成本,提高运作效率,全面提高顾客满意度。由于车辆路径问题将运筹学理论与生产实践紧密地结合在一起,近几十年取得了很多成果,因此被称为“最近几十年运筹学领域最成功的研究之一”。以往对车辆路径问题的研究多是基于确定性信息,而在实际中出现在路径制定者面前的往往是一些具有统计规律的随机性信息,研究确定性车辆路径问题的有效方法不一定能有效解决随机车辆路径问题,因此有必要研究随机车辆路径问题的特征,构造有效的模型和算法。但到目前为止,对随机性信息条件下车辆路径问题的研究仍然较少,许多不尽人意的地方有待于进一步完善和改进。本文较深入地研究了随机性信息条件下的一系列车辆路径问题,具有重要的理论意义和实用价值。 论文的主要研究内容如下: 第1章在对大量相关文献进行总结提炼的基础上,分别回顾了国内、外对车辆路径问题的研究成果,分析了构成该问题的各个要素,并指出了随机车辆路径问题研究中存在的不足和潜在的研究领域。 第2章简要地介绍了组合优化问题中的一些概念,对目前应用广泛的亚启发式算法的一般特征进行了总结,重点阐述了遗传算法和模拟退火算法的产生、发展、机理和特点。另外,针对基于序数编码遗传算法理论不足的现状,研究了基于序数编码遗传算法的模式定理:短阶、高平均适应值的模式数量将随着代数的增加呈指数增长。 第3章研究了一类随机顾客和随机需求量车辆路径问题的模型和算法。该问题的特别之处在于,假设顾客需求不可分割,且顾客是否需求商品的信息在车辆还未到达该顾客点前就已获得,而准确的需求量仅仅当车辆到达该顾客点时才能获知。论文提出了单回路策略和多回路策略,分析了这两种策略的上、下界和渐近性能,并以对预回路的评价作为目标函数,设计了求解问题的遗传算法和模拟退火算法。 第4章研究了随机旅行时间车辆路径问题的模型和算法。作者提出了具有容量约束的机会约束模型和补偿模型,并把它们改造成便于使用遗传算法 第11页 西南交通大学博士研究生学位论文 求解的形式;基于新构造的 MX3和 MX4两种交叉算子分别设计出求解上述 两种模型的遗传算法,实验表明这两种交叉算子优于MXI和MXZ算子。 第5章利用组合优化、排队论和几何概率领域的理论和知识,研究以期 望系统时间最小为目标函数的有容量约束动态随机需求量车辆路径问题的下 界,提出了解决该问题的TSP策略及其改进的TSP策略,并对这两种运作策 略的渐近性能进行了分析。 库存控制问题和路径问题是物流管理中两个重要的、联系密切的问题, 将它们综合在一起考虑会进一步降低企业的物流成本,在第6章中以库存成 本和路径成本最小化作为目标,提出了求解一类随机库存路径问题的启发式 算法,该算法体系具有简明实用且行之有效的特点。 结论部分指出论文的主要创新之处,并对未来研究作以展望。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张远福,时连强;车辆路径问题(VRP)的一个启发式算法[J];河北建筑科技学院学报;2002年03期
2 甘勤涛;阳平华;童钟灵;;模糊需求车辆路径问题的禁忌搜索算法研究[J];长春理工大学学报(自然科学版);2006年01期
3 李嘉,王梦光,唐立新,宋建海;一类特殊车辆路径问题(VRP)[J];东北大学学报(自然科学版);2001年03期
4 屈先锋;左春荣;;一种改进的蚁群算法及其在VRP中的应用[J];科学技术与工程;2008年02期
5 田垚;;关于现代物流配送路径问题的思考[J];黑龙江交通科技;2009年10期
6 杨宇栋;朗茂祥;胡思继;;有时间窗车辆路径问题的模型及其改进模拟退火算法研究[J];管理工程学报;2006年03期
7 郝会霞;郗建国;;改进的粒子群算法在VRP中的应用[J];现代交通技术;2007年04期
8 唐加福;孔媛;潘震东;董颖;;基于划分的蚁群算法求解货物权重车辆路径问题[J];控制理论与应用;2008年04期
9 唐伟勤;张隐;张敏;;大规模突发事件应急物资调度中的车辆路径问题[J];物流技术;2008年12期
10 张良智;何民爱;张志海;;基于遗传算法的带时间约束的车辆路径问题优化[J];交通运输系统工程与信息;2006年05期
11 方金城;张岐山;;物流配送车辆路径问题(VRP)算法综述[J];沈阳工程学院学报(自然科学版);2006年04期
12 方金城;张岐山;;物流配送车辆路径问题(VRP)算法研究[J];徐州工程学院学报;2007年02期
13 屈援;汪波;钟石泉;;单车场集送一体化车辆路径问题及其混合算法研究[J];武汉理工大学学报(交通科学与工程版);2007年05期
14 李松;李瑞彩;刘兴;;基于改进禁忌搜索算法的车辆路径优化[J];铁道运输与经济;2008年05期
15 龙汀;潘若愚;;蚁群算法求解带时间窗的配送路径问题[J];合肥工业大学学报(自然科学版);2008年07期
16 彭北青;;基于混合遗传算法的大规模车辆路径问题研究[J];武汉理工大学学报;2009年11期
17 郑小雪;;引入启发式函数蚁群算法的VRP研究[J];西南林学院学报;2009年03期
18 徐杰;江永亨;黄德先;;基于实时交通信息的车辆路径问题研究[J];计算机与应用化学;2009年09期
19 陆琳;蔡绍洪;;一类随机顾客车辆路径问题及其算法[J];南京航空航天大学学报;2010年04期
20 朱海英;彭勇;王晓峰;;谈物流配送中的节能减排环节[J];交通标准化;2010年19期
中国重要会议论文全文数据库 前10条
1 王涛;蔡延光;张新政;;禁忌搜索在车辆路径问题中的应用[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
2 符卓;陈斯卫;;车辆路径问题的研究现状与发展趋势[A];中国运筹学会第七届学术交流会论文集(下卷)[C];2004年
3 刘云忠;宣慧玉;;蚂蚁算法在带时间窗车辆路径问题中的应用研究[A];中国运筹学会第七届学术交流会论文集(下卷)[C];2004年
4 肖雁;符卓;李育安;;带软时间窗的车辆路径问题及其应用前景探讨[A];中国运筹学会第六届学术交流会论文集(下卷)[C];2000年
5 王波;肖健梅;王锡淮;;基于改进粒子群算法的车辆路径问题研究[A];2007中国控制与决策学术年会论文集[C];2007年
6 李军;;基于免疫遗传算法的物流配送车辆路径优化问题研究[A];第九届中国管理科学学术年会论文集[C];2007年
7 张世泽;李大卫;王梦光;;求解有时间窗约束的车辆路径问题的启发式算法[A];1998中国控制与决策学术年会论文集[C];1998年
8 陈宝文;宋申民;陈兴林;单志众;;应用于车辆路径问题的多蚁群算法[A];第25届中国控制会议论文集(下册)[C];2006年
9 鲁强;唐加福;潘震东;;用遗传算法求解可拆分运输的车辆路径问题[A];第二届中国智能计算大会论文集[C];2008年
10 刘晓坤;李波;;基于混合算法的车辆路径问题研究[A];2003中国控制与决策学术年会论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 符卓;开放式车辆路径问题及其应用研究[D];中南大学;2003年
2 张建勇;模糊信息条件下车辆路径问题研究[D];西南交通大学;2004年
3 谢秉磊;随机车辆路径问题研究[D];西南交通大学;2003年
4 李相勇;车辆路径问题模型及算法研究[D];上海交通大学;2007年
5 王征;车辆路径问题的知识表示及智能建模方法研究[D];大连理工大学;2007年
6 马华伟;带时间窗车辆路径问题及其启发式算法研究[D];合肥工业大学;2008年
7 李永先;车辆路径问题的仿真模型及优化方法研究[D];大连理工大学;2008年
8 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年
9 吕雄伟;邮政物流车辆路径问题研究[D];西南交通大学;2009年
10 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘敏;多目标遗传算法在车辆路径优化中的应用研究[D];湘潭大学;2006年
2 盛丽俊;带有时间窗的车辆路径问题的优化研究[D];上海海事大学;2006年
3 邓欣;基于遗传算法的多车场车辆路径问题研究[D];重庆大学;2007年
4 邵梦;环东物流公司配送问题的算法研究与应用[D];中国地质大学(北京);2009年
5 林郁丞;基于聚类分析和遗传算法的带时间窗车辆路径问题研究[D];福建农林大学;2009年
6 陈利;基于混合粒子群算法的物流配送车辆路径问题的研究[D];中南大学;2007年
7 龙汀;基于蚁群算法的车辆路径问题的研究[D];合肥工业大学;2008年
8 丑英哲;应用遗传算法求解车辆路径问题研究[D];天津大学;2007年
9 程林辉;基于改进的遗传算法的车辆路径问题研究[D];中南民族大学;2008年
10 王书勤;车辆路径问题的蚁群算法研究[D];重庆大学;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978