遺傳算法在貨運物流配送中的應用研究.pdf

1、現(xiàn)代物流業(yè)是企業(yè)在降低物質消耗、提高勞動生產率之外的第三利潤源，物流科學已經(jīng)成為當代最有影響的新學科之一。隨著物流業(yè)的迅猛發(fā)展，以及電子商務等現(xiàn)代商務手段的廣泛應用，對物流配送及管理提出了更高的要求。在這種形勢下，貨運物流的信息化管理具有重要的意義。 貨運物流配送中的運輸車輛路線安排問題(VRP)是一個典型的NP難問題。為了解決這一類問題，人們提出了啟發(fā)式算法。現(xiàn)代優(yōu)化算法是啟發(fā)式算法的一類，其中的遺傳算法是解決VRP問題的有效

2、算法。遺傳算法是一類借鑒生物界自然選擇和自然遺傳機制的隨機搜索算法。它可以應用于科學研究和工程實際的各種搜索過程，能較有效地求解常規(guī)優(yōu)化方法難于解決的組合優(yōu)化問題和復雜函數(shù)優(yōu)化問題。 我們結合鄭州公路主樞紐信息中心在公路長途貨運物流配送管理方面的需要，在VRP的基礎上，設計了具有很強針對性和實用性的貨運物流配送數(shù)學模型。我們針對這一模型，具體實現(xiàn)了遺傳算法的各個步驟。我們采用了自然數(shù)編碼方式對貨物隊列進行編碼；結合車輛隊列，對編

3、碼進行解碼，產生裝車方案和運輸路線；在隨機產生初始種群之后，對其個體解碼產生的方案進行運輸成本計算，得到適應度函數(shù)，其中引入了獨特的返程成本函數(shù)；采用輪盤賭法進行選擇操作，然后通過單點離散交叉和單點均勻變異產生下一代個體；根據(jù)時間標準設定算法的終止條件，最終求得問題的滿意解。 實現(xiàn)算法之后，我們通過經(jīng)典實例和應用實例進行了實驗。針對算法表現(xiàn)出的搜索廣度不足，易于局部收斂的問題，我們重點改進了交叉操作，用區(qū)域重組交叉取代單點離散交