基于遗传算法的银行运钞车数量优化研究

【摘要】： 银行中心金库建设的核心问题之一就是运钞车辆数目优化配置。由于增加一台车辆所增加的成本一般要比车辆多行驶一段长距离路程所增加的成本要高,此外,银行中心金库的钱箱运送与收集工作是由专门的公司来完成的,银行所关心的是尽量少租用该公司的运钞车辆,基于此原因,本文研究了银行中心金库配送系统的运钞车辆数目优化计算的问题,应用遗传算法模拟退火算法求出该问题的车辆数目优化配置的最优解,解决了过去用所谓的经验方法来配置运钞车辆数目,提高了银行的优化决策能力。 模拟退火算法是基于金属退火的机理而建立起的一种全局最优化方法,它能够以随机搜索技术从概率的意义上找出目标函数的全局最小点。而遗传算法作为一种非确定性的拟生态随机优化算法在过去30年中得到了广泛的应用。由于其具有不依赖于问题模型的特性、全局最优性、隐含并行性等特点,正越来越激起人们研究与应用的兴趣。本文应用遗传模拟退火算法求解银行中心金库运钞车辆数目优化问题,主要做了以下几个方面的研究工作: (1)建立问题求解的数学模型,把问题归结为一类特殊“装箱问题”。同时,考虑实际工作需要,设计了一个合理适应度函数时,该函数就是装箱问题的适应度函数;当α≠0时,应用该适应度函数可以求出车辆数目最优化解,同时,可以找出在此解下的最优化路径。