版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、車輛路徑問題是供應(yīng)鏈研究的一項(xiàng)重要內(nèi)容,是運(yùn)籌學(xué)中的NP難題。粒子群優(yōu)化算法是一種利用群智能技術(shù)的進(jìn)化算法,種群內(nèi)社會信息的共享使粒子群算法擁有很好的進(jìn)化優(yōu)勢,粒子通過跟蹤個體極值(單個粒子所經(jīng)歷的最優(yōu)解)和全局極值(整個種群經(jīng)歷的最優(yōu)解)來進(jìn)行尋優(yōu),具有很高的搜索效率;模擬退火算法模擬金屬冷卻過程,使用概率來避免陷入局部最優(yōu)。本課題將粒子群優(yōu)化算法與模擬退火算法結(jié)合,提出了一種求解車輛路徑問題的混合粒子群算法。通過實(shí)例計(jì)算及與遺傳算法
2、的比較,得出結(jié)論:應(yīng)用混合粒子群算法可以快速地求得帶時間窗車輛路徑問題的優(yōu)化解,是一種求解離散組合優(yōu)化問題的有效方法。 本課題將VRP分解為兩個子問題:(1)任務(wù)分配問題,即把所有發(fā)貨點(diǎn)任務(wù)分配給可供選擇的車輛;(2)路徑優(yōu)化問題,也就是旅行商問題,對每輛車所走的路徑進(jìn)行優(yōu)化,以達(dá)到整體路徑最短。應(yīng)用粒子群算法進(jìn)行任務(wù)分配后,用模擬退化算法進(jìn)行路徑優(yōu)化,兩次優(yōu)化運(yùn)算獨(dú)立,根據(jù)其并行性,本課題設(shè)計(jì)了并行混合粒子群算法并用MPI實(shí)現(xiàn)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 粒子群算法改進(jìn)及在車輛路徑問題中的應(yīng)用.pdf
- 改進(jìn)粒子群算法在車輛路徑問題中的應(yīng)用研究.pdf
- 平均最優(yōu)信息粒子群算法在車輛調(diào)度問題中的應(yīng)用.pdf
- 離散粒子群算法在車輛路徑問題中的應(yīng)用畢業(yè)設(shè)計(jì)40論文41--157818362
- 混合量子算法在車輛路徑問題中應(yīng)用的研究.pdf
- 螞蟻算法在車輛路徑問題中的研究.pdf
- 混合智能優(yōu)化算法及其在車輛路徑問題中的應(yīng)用
- 車輛路徑問題的粒子群算法研究與應(yīng)用.pdf
- 啟發(fā)式算法及其在車輛路徑問題中的應(yīng)用.pdf
- 32477.蟻群算法在車輛路徑問題中的應(yīng)用
- 改進(jìn)遺傳算法在車輛路徑問題中的研究應(yīng)用.pdf
- 混合智能優(yōu)化算法及其在車輛路徑問題中的應(yīng)用.pdf
- 蟻群算法的改進(jìn)及其在車輛路徑問題中的應(yīng)用.pdf
- 蟻群算法在車輛路徑問題中的研究.pdf
- 車輛路徑問題的混合粒子群算法研究.pdf
- 遺傳算法及其在車輛路徑問題中的應(yīng)用研究.pdf
- 蟻群算法及其在車輛路徑問題中的應(yīng)用研究.pdf
- 免疫遺傳算法在車輛路徑問題中的應(yīng)用研究.pdf
- 蟻群優(yōu)化算法在車輛路徑問題中的應(yīng)用研究.pdf
- 改進(jìn)和聲搜索算法在車輛路徑問題中的應(yīng)用研究.pdf
評論
0/150
提交評論