模拟退火法与禁忌搜索法求解VRP的对比分析

模拟退火法（simulated annealing,SA）和禁忌搜索法（tabu search,TS）都是解决组合优化问题的强有力启发式算法。本文首先给出组合优化问题和VRP问题的基本概念,然后在分析这两种算法的特点基础上,通过实例验证它们在解决VRP问题上各自的优缺点,并给出未来研究方向的建议。     

基于GIS的网上超市送货路径管理系统

随着社会的迅速发展,物流行业的重要性逐渐显现出来,它作为“第三利润”的源泉,越来越受到各个行业的重视。车辆路径问题在物流行业中占有非常重要的地位,也是降低成本、增加效益的重要研究方向。主要提出了车辆路径的数学模型,并提出出了利用蚁群算法进行模型求解。     

考虑GIS的物流配送区域划分与路径规划算法

针对大规模VRP配送问题,提出一种配送区域划分的启发式-模拟退火混合搜索算法.针对GIS中实际路网建立路网数学模型,并在大规模VRP路径规划问题研究中与实际GIS路网相融合.对配送路径规划问题提出一种结合GIS模型约束的启发式路径搜索算法.对杭州市某配送区域实际问题求解并与另一种启发式算法对比,验证了算法的有效性.     

具有同时送货和取货需求的车辆路径问题的蚁群禁忌混合优化算法

在分析具有同时送货和取货需求的车辆路径问题(VRPSDP)的基础上,建立VRPSDP数学模型,提出一种新的求解VRPSDP问题的蚁群禁忌混合优化算法(ACO-TS),并通过实验验证该算法的有效性和可行性.新算法首先采用蚁群算法产生阶段最优解,然后利用禁忌搜索算法对阶段最优解进一步优化.实验表明,新算法能够高效解决VRPSDP问题,并且具有较好的优化效果.     

求解烟草配送路径规划问题的新型智能优化算法

提出了一种求解烟草配送路径规划问题的新型智能优化算法ITLBO.受现代多样化学习方式的启发,在传统教与学优化(TLBO)算法的框架基础上,新增加了培训阶段、自学阶段和反向学习阶段,以提高算法的全局寻优能力和解的质量.引入迭代变化法、线性顺序交叉(LOX)、2-opt算子对每个学习阶段离散化,使得算法能很好适用于组合优化...     

低碳条件下车辆路径问题的研究

低碳车辆路径问题与生活息息相关,是近年来的研究热点之一。本文将低碳车辆路径问题的禁忌搜索算法、模拟退火算法、遗传算法、蚁群算法的相关研究进行分析和归纳总结、并讨论其发展趋势。     

一种带软时间窗的物流配送中心车辆路径问题的模型与算法

针对单配送中心带时间窗的车辆路径问题,将时间约束折算为惩罚费用,在时间、车辆体积和载重约束的条件下,建立了一种带软时间窗的物流车辆路径总费用最小数学模型。同时在遗传算法的基础上加入记忆功能和退火操作,采用带有记忆的遗传模拟退火算法求解此模型,并将优化结果进行比较。结果表明,该算法收敛速度快、搜索领域宽,能取得较高质量的最优解。     

基于模拟退火算法的硬时间窗配送车辆调度问题研究

基于现实中影响物流成本较大的配送车辆调度问题,构建了硬时间窗下的配送车辆调度问题数学模型。通过模拟退火算法对硬时间窗车辆调度问题进行了数值分析,得到了较好的计算结果和较高的计算效率,从而为今后更好地解决此类硬时间窗配送车辆调度问题提供了行之有效的研究方法。     

限时配送业务中的商品配送路径选择问题

在多商品网络问题的基础上考虑了商品的在途运输时间及商品在物流节点的作业时间、等待时间,建立了限时配送业务中的商品配送路径选择模型,设计了基于最短路问题的模拟退火算法,以数值试验证明了模型及算法的有效性.     

求解配送\收集旅行商问题的启发式算法

配送＼收集旅行商问题大多假定必须在完成所有的配送需求后，才服务收集需求．放松这一约束条件，通过对模型的分析、分解和过滤，结合实际情况，以修正的Clarke-Wright节约启发式算法和最邻近算法为基础进行插入式排序，以解决这类问题，并应用算例进行分析说明．     

带时间窗车辆路径问题的混合粒子群算法

将粒子群优化算法与模拟退火算法结合,提出了一种求解车辆路径问题的混合粒子群算法.实例计算及与遗传算法比较的结果表明:应用混合粒子群算法可以快速地求得带时间窗车辆路径问题的优化解;该算法是一种求解离散组合优化问题的有效方法.     

输电线路巡检的路径规划与建模

输电线路的巡视、检修、抢修工作是保障电网安全可靠运行的重要基础工作,为提高巡检效率水平,优化资源配置,需制定科学合理的巡检路径规划.车辆路径问题(vehicle routing problem,VRP),通过分析输电线路巡检工作的内容和特点,制定相应的目标体系及约束条件,建立了基于VRP的输电线路巡检路径规划模型并通过算例验证了该模型与求解算法的可行性.利用Microsoft Visual C++ 6.0和Matlab混合编程,开发输电线路巡检的路径规划决策支持软件.通过巡检路径规划模型的建立及分析,为电网科学高效运行、维护奠定理论基础.     

电子商务配送的跨区域VRP模型及其启发式算法

传统的基于分区策略的配送模式已不能满足电子商务物流配送业务的要求,采用将多个配送区域联合、沿途多次补货的配送策略可有效地解决上述矛盾,而车辆路径问题是该配送策略的一个重要组成部分。在说明了模型的假设条件后,建立了基于区域联合策略的VRP(veh icle rou ting prob lem)模型,开发了一种基于几何分析的启发式算法,采用二次搜索、分批插入的办法确定补货点,从而得到沿途多次补货的配送路径,最后用数值算例对模型和算法进行了数值演算。     

遗传算法和3-opt结合求解带有能力约束的VRP

描述了带有能力约束的车辆路径问题(ＶＲＰ),在预先不固定车辆数的情况下,把聚类和排序有机地结合起来,并用遗传算法和３ ｏｐｔ算法相结合的混合算法对问题进行求解,实验结果表明算法获得的最好解、平均负荷率和计算成本都比较令人满意·     

集成化物流中的定位-配给问题的启发式算法

以Baumol Wolfe提出的传统的0 1混合整数规划模型为基础,建立一类更接近物流配送实际的定位 配给模型·在已确定每个配送中心的服务范围内,根据客户群的总需求量接近或等于单车容量的整数倍为原则,提出将不同客户需求量引入最小包络法进行混合法选址的启发式算法·最小包络法即以一个配送中心为基点,分别与其他配送中心用直线连接,作这些直线的垂直平分线,以每个配送中心的内点的垂直平分线的最小包络,作为此配送中心的服务范围·该方法既考虑到不同客户之间的相对距离,又考虑到不同客户需求量,此模型有助于解决实际的定位 配给问题·计算机仿真实例证明了此方法的有效性·     

A GA approach to vehicle routing problem with time windows considering loading constraints

As a new variant of vehicle routing problem (VRP),a finished vehicle routing problem with time windows in finished vehicle logistics (FVRPTW) is modeled and solved.An optimization model for FVRPTW is presented with the objective of scheduling multiple transport routes considering loading constraints along with time penalty function to minimize the total cost.Then a genetic algorithm (GA) is developed.The specific encoding and genetic operators for FVRPTW are devised.Especially,in order to accelerate its convergence,an improved termination condition is given.Finally,a case study is used to evaluate the effectiveness of the proposed algorithm and a series of experiments are conducted over a set of finished vehicle routing problems.The results demonstrate that the proposed approach has superior performance and satisfies users in practice.Contributions of the study are the modeling and solving of a complex FVRPTW in logistics industry.     

带取送货的关联运输调度问题的优化

针对取送货车辆路径问题,构建了带时间窗的IVRPPD的车辆路径数学模型,设计了混沌免疫克隆选择算法,介绍了基本的免疫克隆选择算法和混沌理论,并对设计步骤进行了详细介绍。最后,通过对该问题进行分析建模和数值求解,说明了该模型和算法的合理性和有效性。与基本遗传算法和非代际遗传算法相比较,混沌免疫克隆选择算法能更有效地解决带取送货的关联运输调度问题。     

新型遗传算法求解车辆路径问题研究

建立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,从而构造有时问窗车辆路径问题的混合遗传算法,并进行实验计算.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,从而得到质量较高的解.