收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

蚁群优化算法在车辆路径问题中的应用研究

陈宝文  
【摘要】:车辆路径问题是物流管理领域关注的热点问题,因为车辆路径问题的复杂性和多样性,如何合理安排车辆路径以最低成本收送货物,是一个富有挑战性的问题。本文受教育部归国留学人员基金资助,以车辆调度及管理系统为背景,针对目前车辆路径问题的现状,对蚁群算法进行改进并在时间窗、需求和旅行时间三方面扩展的车辆路径问题上进行求解、对运输网络仿真和优化支持向量机参数并在道路行程时间预测等问题展开了深入的研究,其研究内容主要包括以下几个方面: 在分析蚁群算法基本参数的基础上,从两个方向改进基本蚁群算法。其一是通过将蚁群算法的基本参数随优化过程变化以及采用多个蚂蚁群共同优化目标的方式改进算法;另一种是将蚁群算法与邻域搜索算法结合的混合蚁群算法,采用两阶段优化对算法进行改进。分析改进后算法的复杂度和收敛性。将提出的变参数多蚁群系统和混合蚁群算法用来求解静态带时间窗口车辆路径问题,提高算法的收敛性,避免局部最优和早期收敛现象。 采用前一章得到的改进蚁群算法求解两类不确定需求车辆路径问题随机需求和模糊需求车辆路径问题。不确定需求车辆路径问题是标准车辆路径问题的一个从需求方面扩展的问题。对不确定需求的规律进行统计分析,根据优化的标准,构建了随机需求车辆路径问题的机会约束和二元可能性理论模型,借鉴处理随机需求车辆路径问题的处理方式,采用模糊逻辑推理和模糊数比较两种方式得到模糊需求车辆路径问题的机会约束评价模型。通过建立的优化标准模型,使得不确定需求车辆路径问题转化为改进蚁群算法求解的一般性车辆路径问题。 提出了能有效处理动态需求的插入法和蚁群算法结合对动态需求车辆路径问题进行求解。动态需求车辆路径问题是需求没有统计规律的一类车辆路径问题。首先分析城市中的派送问题,给出基于网络拓扑结构的可描述交通管制和路口延误的路网模型与动态需求车辆路径问题的抽象关系,给出动态车辆路径问题路网模型的产生机制。通过对Solomon题库的设定和模拟城市派送任务两方面得到动态车辆路径问题,为动态车辆问题的仿真环境提供检验方法。 将变化的道路通行时间作为启发式信息的新的蚁群算法用来求解依赖通行时间的车辆路径问题,此问题是标准车辆路径问题的一个从旅行时间方面扩展的问题。在已知路段旅行时间分布函数的条件下,算法能够在保证车辆能够先出发先到达的一般规律下,求解动态路网条件下的最优路径。 采用一种新的利用蚁群算法优化包括组合核函数参数的支持向量机参数的方法。道路的行程时间是求解各类车辆路径问题所需的关键数据。提出的一个基于组合核函数的支持向量回归机预测模型,用蚁群算法优化后的模型预测道路的行程时间。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘志硕,申金升;基于解均匀度的车辆路径问题的自适应蚁群算法[J];系统仿真学报;2005年05期
2 柳毅;;车辆路径问题的微粒群算法分析与设计[J];杭州电子科技大学学报;2008年01期
3 骆正山,王小完;基于模糊条件下车辆路径问题的研究[J];微电子学与计算机;2005年03期
4 尹晓峰;刘春煌;张惟皎;;基于MATLAB的混合型蚁群算法求解车辆路径问题[J];计算机工程与应用;2005年35期
5 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
6 陈幼林;王劲恺;;带时间窗车辆路径问题的改进蚁群算法研究[J];计算机工程与应用;2006年29期
7 赵振华;王杰;娄春元;;物流配送中车辆路径问题的模型及算法研究[J];物流科技;2007年01期
8 戴冬;王江晴;;一种基于禁忌搜索算法的车辆路径问题的改进算法[J];中南民族大学学报(自然科学版);2007年01期
9 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
10 张念志;吴耀华;;基于车辆路径问题的带近邻因子的粒子群算法[J];计算机工程与应用;2008年32期
11 崔雪丽;朱道立;马良;;模糊约定时间车辆路径问题及其蚂蚁算法求解[J];系统工程学报;2009年04期
12 杨进;马良;;蜂群优化算法在车辆路径问题中的应用[J];计算机工程与应用;2010年05期
13 柳毅;;带回程取货车辆路径问题的人工鱼群算法研究[J];杭州电子科技大学学报;2010年03期
14 彭碧涛;周永务;;多时间窗车辆路径问题的混合蚁群算法[J];计算机工程与应用;2010年31期
15 刘哲;李建国;;基于带时间窗口车辆路径问题的蚁群算法[J];控制工程;2006年02期
16 李卓君;;改进的蚁群算法在VRP中的应用研究[J];武汉商业服务学院学报;2006年01期
17 刘兴;贺国光;;车辆路径问题的禁忌搜索算法研究[J];计算机工程与应用;2007年24期
18 王正初;;车辆路径问题的改进混合粒子群算法研究[J];计算机仿真;2008年04期
19 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
20 雷亮;杨波;;改进的遗传算法在物流管理中的应用[J];商场现代化;2009年01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