TS算法视域下物流配送车辆优化调度问题研究

针对传统TS算法的全局寻优能力受限于初始解的质量的缺陷,提出了一种基于改进TS算法并采用C-W算法获得初始解来解决物流配送车辆优化调度问题.首先,定义了车辆调度问题的数学模型,在此基础上提出了一种采用C-W算法来求初始解的方法,在此基础上定义了禁忌算法的禁忌表结构、禁忌长度以及领域的构造,从而定义了一种改进的TS算法.仿真实验证明该方法能有效地解决带时间窗的车辆调度问题,且与传统的TS算法相比,本方法在求解质量和寻优效率上有大幅提高.     

一种改进的物流配送车辆调度启发式算法

针对物流配送中的车辆调度问题,提出了一种改进的启发式算法。该算法基于sweep算法和用于解决旅行商问题(TSP)的Cheapest Insertion算法,是一种二阶段算法。这种启发式算法首先使用sweep算法将所有顾客分派给运输车辆,然后对每辆车按照TSP的解决方法解决该车上的TSP问题。本算法比较有效的解决了有时间窗的车辆调度问题,可以用来构造某些业启发式算法的初始解。     

带油耗的单车场开放式车辆路径问题研究

基于现代物流业的实际需求,研究了一个带油耗的开放式单车场多车型车辆路径问题。首先建立了该问题的0-1整数规划模型,接着给出一个禁忌搜索算法对该问题进行了求解,在此禁忌搜索算法中,为了提高其性能,采取了如下策略:(1)给出一个改进的最近邻算法来求得问题的一个可行解,并将其作为禁忌搜索算法的初始解;(2)根据车辆有不同的类型而采用了一些特殊的邻域操作。最后举例对该禁忌搜索算法进行说明,并对进一步的研究工作进行了展望。     

基于免疫粒子群优化算法的物流配送车辆调度算法

将物流企业的车辆调度问题建模为一个单目标多约束的优化问题,将免疫原理与粒子群优化算法相结合,提出了一个车辆调度的免疫粒子群算法.该算法能在群体进化时注入满足约束的疫苗,从而加快种群寻优的效率,得到质量更高的解.实验结果显示:相比传统的遗传算法和粒子群算法,该方法能够得到更加满意的车辆调度结果.     

基于免疫粒子群优化算法的物流配送车辆调度算法

将物流企业的车辆调度问题建模为一个单目标多约束的优化问题,将免疫原理与粒子群优化算法相结合,提出了一个车辆调度的免疫粒子群算法。该算法能在群体进化时注入满足约束的疫苗,从而加快种群寻优的效率,得到质量更高的解。实验结果显示:相比传统的遗传算法和粒子群算法,该方法能够得到更加满意的车辆调度结果。     

一种解决配送规划问题的改进节约算法

车辆优化调度问题（VSP）是物流配送中广泛存在的一类问题，VSP问题属于NP一困难问题。在描述了简单VSP模型的基础上，对启发式算法中的C-W节约算法进行改进，将AK算法的思想运用其中，使计算结果的优化程度明显提高。     

物流配送车辆调度问题算法综述

配送车辆调度优化问题旨在解决配送中路径和车辆调度问题的一类组合优化问题,是近年来物流控制优化领域的研究热点。文章对运输调度问题进行了分类总结,给出总体模型的概括描述,分析遗传算法、模拟退火算法、禁忌搜索算法、蚁群算法和微粒群算法的特点及其在求解配送车辆调度优化问题中的求解思路,并讨论了其求解现状,对未来研究方向进行展望,指出改进混合现有算法,开拓新算法将是更有效解决配送车辆调度问题的好方法。     

模糊车辆配送问题的改进蚂蚁算法

模糊车辆配送问题是物流调度领域中一个具有现实意义的多目标FVRP问题。论文针对问题的特性,提出了一种结合启发式初始种群以及推-碰撞-掷规则,并引进了服务紧急程度影响因子的改进蚂蚁算法。实验结果表明,改进蚂蚁算法能够得到较好的模糊车辆配送问题满意解。     

基于JIT采购的3PL运输调度问题研究

研究Just in Time(JIT)背景下制造商主导的第三方物流(Third Party Logistics,3PL)运输调度问题。制造商根据其生产计划的要求进行采购。使用C-W路线优化算法,在线路规划中考虑了车辆载重量、容积以及车辆到达时间的影响,实现以最小的成本达到JIT采购的目的,并用一个实例验证了修正的C-W算法对解决采购物流中运输调度问题的适用性。     

基于JIT采购的3PL运输调度问题研究

研究Just in Time(JIT)背景下制造商主导的第三方物流(Third Party Logistics,3PL)运输调度问题.制造商根据其生产计划的要求进行采购.使用C-W路线优化算法,在线路规划中考虑了车辆载重量、容积以及车辆到达时间的影响,实现以最小的成本达到JIT采购的目的,并用一个实例验证了修正的C-W算法对解决采购物流中运输调度问题的适用性.     

基于改进的节约里程法的TSP问题研究

针对现状对节约里程法进行改进,将节约里程法的最终解作为禁忌搜索算法的初始解来进一步求解最优路径,并通过求解将物流运输路径问题简化成TSP问题进行实例论证,最终用C语言编程实现。结果显示,改进的节约里程法更合理的优化了物流配送路径,实现了更优路径的选取。     

物流配送车辆运行径路优化问题的仿真实现

利用旅行商问题的C-W节约算法,对物流配送的车辆运行径路进行仿真计算,通过实例计算,可以得出最优的解。这在高油价下对降低车辆及物流成本,有现实意义。     

C—W算法在JIT采购中的应用

文章研究Just in Time（JIT）背景下制造商主导的第三方物流（Third Party Logistics,3PL）运输调度问题。制造商根据其生产计划的要求进行采购。文章使用C—W路线优化算法,在线路规划中考虑了车辆载重量、客积以及车辆到达时间的影响．实现以最小的成本达到JIT采购的目的,并用一个实例验证了修正的C—W算法对解决采购物流中运输调度问题的适用性。     

基于禁忌搜索算法的多生产系统产能分配研究

文中通过采用指派问题求得产能分配的局部最优解,将其作为禁忌搜索算法的初始解,应用禁忌搜索算法进行全局最优寻解,从而对多生产系统的产能进行合理分配,并进行实例验证及结果分析。     

装卸混合的软时间窗VRP问题混合算法研究

考虑了配送车辆在客户点会同时发生卸货和装货的情况,构建了装卸混合的软时间窗VRP模型,并通过遗传禁忌混合算法求解。通过实例说明,该混合遗传算法能很好地解决装卸货混合VRPTW问题,获得较好的优化效果。     

有时限取送混合车辆路径问题的模型及其禁忌搜索算法研究

研究了带时间窗的取送混合车辆路径问题.问题中,每个客户带有取货和送货两个时间窗,每个客户处的取货和送货任务可以通过访问一次全部完成,也可以分两次访问分别完成送货和取货任务.在对该类问题进行描述和取送一体化战略的基础上,建立了有时限取送混合车辆路径问题的数学模型.通过设计一种新的解的表示方法构造了该问题的禁忌搜索算法.实验计算结果表明,用该禁忌搜索算法求解有时限取送混合车辆路径问题,不仅可以取得很好的计算结果,而且收敛速度较快,计算结果也较稳定.     

货物配装和车辆路径问题的一种联合求解方法

货物配装和车辆路径问题(VRP)都是NP难问题,启发式算法是求解此类问题的常用方法。求解单配送中心多车型的货物配送问题,需要改进传统遗传算法:首先采用双层结构表示染色体,车辆数无需事先确定;然后对随机产生的客户序列,利用三叉树算法进行货物配装确定每辆车的配装方案,从而可以知道每个客户的货物装车顺序;依据先装后卸的原则,可得每辆车的客户装车顺序的逆序便是每辆车的客户配送顺序;最终得到货物配装方案和配送方案。基于此思想,通过Java编程验证了一个实例,证明算法切实可行,对实际作业有一定借鉴作用。