蚂蚁算法在带时间窗车辆路径问题中的应用及参数分析

带时间窗的车辆路径问题是一个典型的NP-Hard问题,本文将蚂蚁算法应用于带时间窗车辆路径问题,构造了该问题的表达方法,建立了相应的算法模型,对算法参数进行了分析并提出了相应的参数改进方案。仿真实验表明,改进后的算法可以快速、有效地求解带时间窗车辆路径问题,具有较好的可行性和适用性。     

求解车辆路径问题的一种混合方法

提出一种求解带软时间窗车辆路径问题的混合算法。采用蚁群系统算法产生阶段最优解,以此作为粒子模板,随机生成粒子群,利用粒子群算法在阶段最优解基础上进一步优化。且在蚁群系统算法中,当容量超过限制后,从剩余的客户里选择需求量最大的作为新的起点继续探索路径,直到所有客户都被访问一遍。实验表明,该混合算法是解决带软时间窗车辆路径问题的一个有效算法。     

基于启发式带时间窗的车辆路径规划问题求解

车辆路径规划问题广泛地存在于现代物流行业中, 该问题属于NP难的组合优化问题. 随着客户需求的多样化、道路限行等因素的影响, 该问题变得更加的复杂, 采用传统的组合优化方法和运筹学方法往往难以求解. 本文对一类常见的带时间窗的车辆路径规划问题进行了研究, 根据时间窗参数来调整客户的优先级, 以减少车辆的等待时间, 由此改进了几个常见的启发式算法, 并对56个常见的车辆路径规划问题进行了测试, 实验结果表明, 改进的节约算法在带容量约束的车辆路径问题中效果较好, 改进的插入法则在带时间窗的车辆路径问题中具有优越性, 另外, 改进的启发式算法在4个测试用例上使用更多车辆时可使总路程优于已知最优值.     

带时间窗车辆路径问题的改进蚁群算法研究

针对带时间窗车辆路径问题，论文通过增加虚拟配送中心的数量，改进蚁群算法，从而将VRPTW问题转化为TSP问题进行求解，使每只蚂蚁都可以构建一条可行路径，避免在该问题中以往常由多只蚂蚁协同合作来构造解的低效性，通过实验计算表明该方法是可行的。     

改进迭代局部搜索算法在MMTVRP中的应用

为了解决运送不相容货物的带时间窗的多行程车辆路径问题,需要制定一个明确的路径规划来服务一组客户,以满足客户运送不相容的大宗货物的需求。车辆在工作日期间允许执行多个行程,目的就是最大限度地减少使用车辆的数量。通过创建巨网结构并采用辅助分割过程和改进的迭代局部搜索算法获得解决方案,在多个相关约束条件限制下,车辆实现了以最少的数量、最短的行程在规定的时间窗内送达货物,并从车队不同规模的角度分别介绍了采用多行程方式送货的优势。最后通过典型的带时间窗的车辆路径问题的实例分析表明,该算法在某些情况下可以使车队规模减半,从而最大程度上减少了运行成本。     

两阶段混合优化算法求解模糊需求下多时间窗车辆路径问题

针对现实中广泛存在的一类模糊需求下多时间窗车辆路径问题(vehicle routing problem with multiple time windows under fuzzy demand,VRPMTW_FD),即车辆配送前客户需求模糊但车辆到达客户后其需求变为确定的多时间窗车辆路径问题(vehicle rout...     

面向全局搜索的自适应领导者樽海鞘群算法

针对实际配送过程中客户需求、车辆服务时间随机可变,提出带软时间窗的随机需求和随机服务时间的车辆路径问题.以配送车辆行驶路径为研究对象,建立基于配送成本、时间惩罚成本、修正成本的配送车辆路径优化模型,并提出一种混合禁忌搜索算法.该算法将最近邻算法和禁忌搜索算法相结合,将时间窗宽度及距离作为最近邻算法中节点选择标准;并对禁忌搜索算法中禁忌长度等构成要素进行自适应调整,引入自适应惩罚系数.实验结果表明,改进后的混合禁忌搜索算法具有较强的寻优能力、较高的鲁棒性,同时算法所得车辆行驶路径受客户需求变动影响较小.     

求解带时间窗车辆路径问题的动态混合蚁群优化算法

为求解带时间窗车辆路径问题,针对传统蚂蚁遗传混合算法中参数静态设置、冗余迭代及收敛速度慢等缺点,提出一种动态混合蚁群优化算法( DHACO)。该算法首先借助最大最小蚁群得到初始解,利用蚁群优化算法求解带时间窗车辆路径问题的基本可行解。然后采用遗传算法交叉和变异操作对局部解和全局最优解进行二次优化,从而得到最优解。最后利用蚂蚁遗传混合算法融合策略,动态交叉调用蚂蚁算法、遗传算法,根据云关联规则自适应控制蚁群算法参数。 DHACO有效减少无效迭代次数,加快收敛速度。仿真结果表明,与其他相关的启发式算法相比,DHACO优于某些实例的已知最优解。     

带时间窗车辆路径问题的混合改进型蚂蚁算法

带时间窗车辆路径问题（VRPTW）是VRP的一种重要扩展类型,在蚂蚁算法思想基础上,设计用于求解该问题的混合改进型算法并求解Solomon标准数据库中的大量实例。经过大量数据测试并与其他启发式算法所得结果进行比较,获得了较好的效果。     

带时间窗的多车场车辆路径优化的粒子群算法

带时间窗的多车场车辆路径问题在基本车辆路径问题的基础上增加了“多车场”与“时间窗”两个约束条件,是一个典型的NP难解问题。将粒子群算法应用于带时间窗的多车场车辆路径优化问题,构造了一种适用于求解车辆路径问题的粒子编码方法,建立了相应的数学模型,在此基础上设计了相应的算法。算例通过和遗传算法、蚁群算法进行比较,证明了其搜索速度和寻优能力的优越性。     

Testing local search move operators on the vehicle routing problem with split deliveries and time windows

The vehicle routing problem (VRP) is an important transportation problem. The literature addresses several extensions of this problem, including variants having delivery time windows associated with customers and variants allowing split deliveries to customers. The problem extension including both of these variations has received less attention in the literature. This research effort sheds further light on this problem. Specifically, this paper analyzes the effects of combinations of local search (LS) move operators commonly used on the VRP and its variants. We find when paired with a MAX-MIN Ant System constructive heuristic, Or-opt or 2-opt⁎ appear to be the ideal LS operators to employ on the VRP with split deliveries and time windows with Or-opt finding higher quality solutions and 2-opt⁎ requiring less run time.     

A general heuristic for vehicle routing problems

We present a unified heuristic which is able to solve five different variants of the vehicle routing problem: the vehicle routing problem with time windows (VRPTW), the capacitated vehicle routing problem (CVRP), the multi-depot vehicle routing problem (MDVRP), the site-dependent vehicle routing problem (SDVRP) and the open vehicle routing problem (OVRP).     

A label based ant colony algorithm for heterogeneous vehicle routing with mixed backhaul

Vehicle heterogeneity and backhaul mixed-load problems are often studied separately in existing literature. This paper aims to solve a type of vehicle routing problem by simultaneously considering fleet heterogeneity, backhaul mixed-loads, and time windows. The goal is to determine the vehicle types, the fleet size, and the travel routes such that the total service cost is minimized. We propose a multi-attribute Label-based Ant Colony System (LACS) algorithm to tackle this complex optimization problem. The multi-attribute labeling technique enables us to characterize the customer demand, the vehicle states, and the route options. The features of the ant colony system include swarm intelligence and searching robustness. A variety of benchmark instances are used to demonstrate the computational advantage and the global optimality of the LACS algorithm. We also implemented the proposed algorithm in a real-world environment by solving an 84-node postal shuttle service problem for China Post Office in Guangzhou. The results show that a heterogeneous fleet is preferred to a homogenous fleet as it generates more cost savings under variable customer demands.     

约束法蚁群算法在多目标VRP中的研究

多目标车辆路径问题(MVRP)在物流研究领域具有重要的理论和现实意义,但由于各目标之间的相互联系和制约使得建模和求解具有很大的难度.在众多求解方法中,蚁群算法对解决类似组合优化问题具有明显的优势,蚁群算法已成功应用于一系列单目标优化问题,但对多目标问题的研究还处于起步阶段.侧重结合目标约束法与蚁群算法来研究多目标车辆路径问题,使各优化目标之间形成既彼此独立,又相互联系和制约的机制,最终求得多目标优化意义下的一种平衡解.仿真结果证明该算法具有良好的收敛性和运行效率,对于物流运输的实际运作具有重要的现实意义.     

VRPSTW的混合改进蚁群优化算法*

软时间窗车辆路径问题（VRPSTW）是VRP的一种重要扩展类型,定义了其惩罚函数并建立数学模型。设计用于求解该问题的混合改进型蚁群算法并求解标准数据库中的紧时间窗实例。经过大量数据测试,获得了较好的效果,并验证了蚁群算法用于求解软时间窗车辆路径问题的成功实现。     

基于混合算法的带时间窗的车辆路径问题求解

建立了有时间窗车辆路径问题的数学模型，针对遗传算法在局部搜索能力方面的不足，提出将模拟退火算法与遗传算法相结合，从而构造了有时间窗车辆路径问题的混合遗传算法，并进行了实验计算。结果表明，用混合遗传算法求解该优化问题，可以在一定程度上克服遗传算法在局部搜索能力方面的不足和模拟退火算法在全局搜索能力方面的不足，从而得到了质量较高的解。     

有软时窗约束带取送作业的车辆路径问题及其禁忌搜索算法研究

有软时窗约束带取送作业的车辆路径问题是在基本的车辆路径问题上增加了取送作业和时间窗约束的一种变化形式,是一个典型的NP-难问题.本文建立了问题模型,运用改进的禁忌搜索算法测试了根据实际状况构造的一个大规模算例.快速获得的高质量解验证了模型的正确性和算法性能的优良性.     

Vehicle routing problem with a heterogeneous fleet and time windows

In this paper, a problem variant of the vehicle routing problem with time windows is introduced to consider vehicle routing with a heterogeneous fleet, a limited number of vehicles and time windows. A method that extends an existing tabu search procedure to solve the problem is then proposed. To evaluate the performance of the proposed method, experiments are conducted on a large set of test cases, which comprises several benchmark problems from numerous problem variants of the vehicle routing problem with a heterogeneous fleet. It is observed that the proposed method can be used to give reasonably good results for these problem variants. In addition, some ideas are presented to advance the research in heuristics, such as fair reporting standards, publication of benchmark problems and executable routines developed for algorithmic comparison.