車輛調(diào)度問題中的兩種算法的研究和實(shí)現(xiàn).pdf

1、物流配送車輛調(diào)度幾十年來一直是一個(gè)研究的熱點(diǎn)，特別是近階段物流作為一個(gè)新興的行業(yè)興起。在物流配送中，車輛調(diào)度的本質(zhì)是物流公司利用自己有限的資源，在一定條件下，利用社會(huì)資源來完成客戶貨物移動(dòng)的要求。 物流配送車輛優(yōu)化調(diào)度問題是物流中關(guān)鍵的一環(huán)，對(duì)其進(jìn)行優(yōu)化調(diào)度，可以提高物流經(jīng)濟(jì)效益、實(shí)現(xiàn)物流科學(xué)化。隨著社會(huì)的發(fā)展，如何解決車輛的調(diào)度問題成為研究的熱點(diǎn)。物流配送車輛優(yōu)化調(diào)度問題是由 Dantzig 和Ramser 于1959年首次提

2、出的。目前解決車輛調(diào)度問題的算法有很多，許多學(xué)者采用了各種優(yōu)化方法來解決實(shí)際問題。其中節(jié)約式算法最早由Clarke 等于 1964 年提出，該方法用于求解車輛巡回問題。由于此算法得到的解是較優(yōu)的可行解，不一定是最優(yōu)解，所以算法本身能提高車輛的利用率，可應(yīng)用解決大規(guī)模問題，是傳統(tǒng)啟發(fā)式算法中的一種典型代表。而遺傳算法是新近發(fā)展起來的一種模擬生命進(jìn)化機(jī)制的搜索和優(yōu)化方法，是把自然遺傳學(xué)和計(jì)算機(jī)科學(xué)結(jié)合起來的優(yōu)化方法，屬于現(xiàn)代啟發(fā)式算法的一種

3、，對(duì)目標(biāo)函數(shù)或約束條件，既不要求連續(xù)，又不要求可微，只要問題是可計(jì)算的就行，是一種全局隨機(jī)優(yōu)化方法。 本課題主要工作包括以下三個(gè)方面：首先對(duì)車輛調(diào)度問題進(jìn)行了深入的研究和分析，對(duì)問題涉及的環(huán)境和約束條件進(jìn)行劃分比較，并以此為基礎(chǔ)建立了一個(gè)模型系統(tǒng)。第二，針對(duì)車輛調(diào)度問題的特點(diǎn)在目前各類優(yōu)化方法中，選擇了具有代表性的兩種算法：節(jié)約啟發(fā)式算法和遺傳算法進(jìn)行研究分析。并對(duì)這兩種算法在模型的建立和算法原理上進(jìn)行闡述，最后總結(jié)了各自的優(yōu)缺