模糊需求车辆路径问题的禁忌搜索算法研究

有模糊需求的车辆路径问题是一种普遍存在而求解较为困难的运筹学问题。本文给出了基于路由失败概率的模糊需求车辆路径问题的数学模型,并将禁忌搜索算法用于解决该问题。实验结果证明,禁忌搜索算法可以有效求得模糊需求车辆路径问题的优化解,为求解模糊需求车辆路径问题提供了一个较好方案。     

带时间窗的模糊需求多类型车辆路径问题禁忌搜索算法

在对模糊需求和决策者偏好的概念进行介绍的基础上,研究了一类单车场单发情况下客户需求模糊、车辆类型不同、车辆数量确定、时间窗约束的车辆路径优化问题.利用禁忌搜索算法对该问题进行求解,并给出了该问题的一个计算实例.     

一类模糊指派问题及其禁忌搜索算法

研究了一类更加贴近于现实生活的模糊环境中的指派问题,即利润矩阵和时间矩阵中的元素均为模糊变量的指派问题.并借鉴针对模糊环境中的优化问题提出的机会约束规划模型和相关机会规划模型的思想,建立了模糊指派问题的数学模型.此外,考虑到模型涉及大量具有复杂性和多样性的模糊变量,设计了一种混合智能算法,即基于模糊模拟的禁忌搜索算法来求解模型的近似最优解.最后,通过一个算例说明了所建立的模型和所设计算法都是行之有效的.     

改进禁忌搜索算法求解CVRP问题

改进了禁忌搜索算法,用于解决带有容量限制的车辆路径问题(C V R P).该算法在标准禁忌搜索算法的基础上,采用了I&D搜索策略,给出了两种作用于局部最优解的变异算子来扩大搜索区域,并设计了一种CVRP问题的初始解的产生方式.改进后的算法克服了标准禁忌搜索算法对初始解的依赖较强的缺陷,减小了算法在搜索过程中陷入局部最优的可能,提高了算法的搜索质量与效率.     

基于混合禁忌搜索算法的动态车辆路径研究

为解决需求不确定下的带时间窗车辆调度问题,提出将新需求点收集、路径优化、路径执行时间分开的实时优化策略.对需求的特点进行分类,提出一种预处理机制处理紧急需求,确保所有的需求点都能得到满足.以在较短的时间内得到近似最优解为目标,在将结点插入可行位置并进行局部优化的基础上,运用带交叉算子的禁忌搜索算法进行优化.通过实验,验证了该方法的有效性和优越性.     

求解模糊Job Shop调度问题的改进禁忌搜索算法

目的提出一种改进的禁忌搜索算法，解决传统禁忌搜索算法优化效果对运行次数和初始解依赖的不足。提高这类问题的求解质量．方法根据模糊JobShop调度问题解的特征，提出基于关键工序的邻域选择方法，采用此邻域选择方法构造禁忌搜索算法。当无邻域时，重新产生初始解进行禁忌搜索．结果采用改进的禁忌搜索算法对以13个难的benchmarks问题经模糊化得到的实例进行求解。得到的平均满意度8个优于TSAB算法。得到的最优满意度5个优于TSAB算法、4个与TSAB算法相同．结论采用基于关键工序的邻域结构构造的改进TS算法具有较强的搜索能力．     

需求可离散拆分车辆路径问题及其禁忌搜索算法

针对客户需求常以若干离散订单(批次)构成的问题特性,本文给出需求可离散拆分车辆路径问题的描述及数学模型。对比需求可连续拆分的问题类型,对该问题性质进行了研究,分析提出问题解的特性。本文提出求解该问题的禁忌搜索算法,针对同客户的不同订单(批次)需求,设计两种特殊操作以避免不必要的路径成本,加快搜索速度并增强算法搜索性能。计算结果与现有方法结果进行了比较,表明所提出的算法可以找到更好的解决方案。     

基于改进免疫算法的带模糊需求车辆调度问题

通过引用一种新的编码方法、交叉和变异概率的自适应机制,构造了一个改进的免疫算法,并对算法的交叉操作加以改进,成功地将这种算法应用于带模糊需求的物流配送车辆调度的求解过程中,将求解结果与遗传算法比较,结果表明,该算法可以较好地求解VSPFD问题.     

基于禁忌搜索算法求解带软时间窗的定位-路线问题

建立了描述带软时间窗的定位-路线问题(LRPSTW)的混合整数规划模型,给出了求解该问题的基于禁忌搜索算法的两阶段启发式算法:第一阶段采用禁忌搜索算法确定配送中心的位置和客户群的分配,设计的swap*-opt*邻域操作算子能够有效地搜索邻域解空间;第二阶段则采用禁忌搜索算法对选中的配送中心进行路线优化,并通过设定需要重新分配的客户数量的最大阈值来提高路线优化的效率。通过实例验算,将该算法和其他算法进行了比较,证明了该算法的可行性和有效性。     

一类全系数模糊规划问题及其求解方法

模糊规划是不确定规划的重要一类,对许多带有模糊信息的实际问题都能进行有效地处理,对模糊规划的求解方法进行讨论不仅具有理论意义,还具有实际意义.为寻求一类全系数模糊规划问题的求解方法,利用三角(或梯形)模糊数的排序准则并结合禁忌搜索算法设计了一种求解系数均为三角(或梯形)模糊数的规划模型的人工智能算法.数值算例表明笔者所提方法行之有效.     

车辆路径问题的一种先寻路后分组算法

针对车辆路径问题（VRP）设计了一种元启发式算法。引入先寻路、后分组的策略,首先对顾客点序列采用Lehmer编码,设计辅助算子进行变异操作,用差分进化算法求出基于所有节点的TSP解,然后根据运货量的约束条件将其切割成VRP解。再通过禁忌搜索改进解,得到的结果再次作为初始解之一进入算法循环。仿真计算得到了最优解,结果表明该算法是有效的。     

单类型车辆随机需求VRP的一个算法

VRP问题是运筹学的一个重要分支,是组合优化的一个NP难题,在日常生活中应用广泛,本文讨论了单类型车辆随机需求VRP问题,在路由仅能失败一次和不允许部分服务的策略下首先给出了一个快速扫描模拟退火算法,该算法操作方便,考虑了各需求结点的几何位置,然后对需求满足二项分布的VRP问题作了策略分析,得到了在我们的策略下的一些理论结果,最后对需求为二项分布的五十个结点,一个服务中心的问题作了数值试验,数值结果表明该算法对求解单类型车辆随机需求VPR是有效的。     

绿色车辆路径问题研究

对绿色车辆路径问题的发展形势进行了分析.阐述了绿色车辆路径问题的起源,梳理了绿色车辆路径问题的研究热点,将其划分为最小化燃料消耗的绿色车辆路径问题、考虑污染路径的绿色车辆路径问题、结合新能源车的绿色车辆路径问题这3个研究的主要阶段,指出了绿色车辆路径问题研究的不足和未来可能的研究方向.     

车辆路径问题的改进遗传算法

在分析车辆路径问题的现有启发式算法的基础上,本文构造了车辆路径问题的染色体表达式,并对染色体进行了可行化映射,建立了此问题的遗传算法．实验表明,此算法可以有效求得车辆路径问题的优化解或近似优化解．     

同时取送货车辆路径问题的改进人工鱼群算法

该文在建立同时送取货车辆路径问题数学模型基础上,针对车辆负载波动性的特点,构造相应的人工鱼群算法的四元个体模型;利用动态设置视野范围、邻域搜索方法改进人工鱼群算法的觅食和追尾操作行为,仿真算例证明改进人工鱼群算法能快速收敛得到较优解,具有较强工程应用价值。     

带回程取货车辆路径问题的人工鱼群算法研究

该文提出用人工鱼群算法求解带回程取货车辆路径问题,有效调度车辆在送货的同时完成取货任务。将人鱼个体能量函数、觅食行为、聚群行为和追尾行为等应用到优化问题中,仿真结果表明人工鱼群算法是一种解决带回程取货车辆路径问题的有效方法。     

车辆路径问题的微粒群算法分析与设计

车辆路径优化问题是一类具有重要实用价值的组合优化问题,微粒群算法是一种新的群体智能优化方法。该文在构造车辆路径问题的粒子表达方法基础上,分析了不同参数条件下微粒群算法求得此问题的情况。仿真结果表明微粒群算法可以快速、有效地得到问题的最优解,是求解车辆路径问题的一个较好方案。