動態(tài)多目標車輛路徑問題的算法研究.pdf

1、近年來，隨著社會市場競爭的日趨激烈，尤其是經(jīng)濟的飛速發(fā)展、多樣化的社會運輸交通工具、復雜性、多變性的交通運輸網(wǎng)絡，使得物流配送管理及其優(yōu)化越來越受到整個社會各方面的關注。這些都促使了車輛路徑問題的發(fā)展，也為車輛路徑問題(Vehicle Routing Problem，VRP)的研究提供了廣泛的現(xiàn)實基礎，其中，實時處理車輛路徑問題的應用研究，由于現(xiàn)代通信及其信息技術的發(fā)展成果而成為可能。
　　 被稱為“運籌學領域最為成功的研究之一

2、”的車輛路徑問題(VRP)是理論和實踐結合最為緊密的研究課題方向之一。現(xiàn)在，許多研究車輛路徑問題的工作大部分都是集中在靜態(tài)問題上，而對有動態(tài)需求變化方面的車輛路徑問題的的研究很少。然而，隨著社會和科學信息技術的發(fā)展，人們更希望在物流運輸配送管理上能夠實時的滿足他們的需求。這樣，就使得動態(tài)需求方面的車輛路徑問題成為熱點。因此，在對實際配送(尤其是動態(tài)需求)車輛路徑問題的研究意義重大。
　　 論文主要研究工作及成果有以下幾個方面：<

3、br>　　 1.提出了動態(tài)需求VRP的多目標求解問題以及動態(tài)需求VRP的優(yōu)化策略，采用基于灰色與馬爾可夫鏈組合模型的需求預測方法將未知的信息轉換成已知的信息，從而將動態(tài)問題轉換為靜態(tài)問題，重點研究基于優(yōu)先預測的動態(tài)需求信息車輛路徑問題的建模和相應的混合算法的策略問題，對于提高物流配送管理的工作效率和經(jīng)濟利益具有重大的現(xiàn)實意義和實用價值。
　　 2.引入時間段和關鍵點的概念，建立了基于時間段和關鍵點的動態(tài)問題的優(yōu)化策略，通過動態(tài)

4、問題的靜態(tài)化處理將動態(tài)車輛路徑問題轉化成若干靜態(tài)子問題來進行求解，從而為動態(tài)車輛路徑問題的求解提供新的優(yōu)化策略。
　　 3.在將動態(tài)問題分解成若干靜態(tài)子問題進行求解(即通過設立時間段和關鍵點)，實現(xiàn)動態(tài)問題的靜態(tài)化處理的基礎上。最后，設計兩種混合算法分別是基于預測優(yōu)化策略和動態(tài)問題靜態(tài)化處理的優(yōu)化機制的基礎上進行模型的求解，最后通過仿真實驗論證，該混合算法可以提高效率。
　　 a.基于遺傳算法的混合算法，通過遺傳算法的改