共查询到18条相似文献,搜索用时 203 毫秒
1.
2.
物流配送车辆调度问题算法综述 总被引:1,自引:0,他引:1
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。 相似文献
3.
根据电子商务环境下物流配送系统的特点,建立了带时间窗的车辆优化调度问题的数学模型。设计了一种混合遗传算法,在求解的过程中加入了模拟退火操作,对每一代中的每个个体进行邻域搜索并依据模拟退火中的接受概率选择邻域个体,然后再进行选择、交叉、变异等遗传操作,以此来克服遗传算法早熟收敛的缺陷。用此混合遗传算法对模型进行求解,通过仿真实例计算,并与遗传算法比较,取得了满意的结果。 相似文献
4.
根据电子商务环境下物流配送系统的特点,建立了带时间窗的车辆优化调度问题的数学模型.设计了一种混合遗传算法,在求解的过程中加入了模拟退火操作,对每一代中的每个个体进行邻域搜索并依据模拟退火中的接受概率选择邻域个体,然后再进行选择、交叉、变异等遗传操作,以此来克服遗传算法早熟收敛的缺陷.用此混合遗传算法对模型进行求解,通过仿真实例计算,并与遗传算法比较,取得了满意的结果. 相似文献
5.
6.
针对仓库装卸搬运系统实际运行时设备资源冲突和搬运车辆任务分配问题,建立了具有多个复杂约束条件的车辆调度优化问题数学模型。提出了一种求解仓库车辆调度优化问题的局部搜索遗传算法,解决了局部搜索中寻找高效邻域结构的技术难题,并用实例进行了验证。 相似文献
7.
针对带时间窗的车辆路径问题,采用混合量子粒子群算法对该问题进行了求解,该算法将量子粒子群算法与模拟退火算法相结合.充分发挥量子粒子群算法全局寻优能力强以及模拟退火算法局部寻优能力强的特点,从而能有效地避免早熟。仿真结果表明,该算法不仅收敛速度快,而且还具有较高的求解质量。 相似文献
8.
基于局部搜索遗传算法的仓库车辆调度优化研究 总被引:1,自引:0,他引:1
针对仓库装卸搬运系统实际运行时设备资源冲突和搬运车辆任务分配问题,建立了具有多个复杂约束条件的车辆调度优化问题数学模型.提出了一种求解仓库车辆调度优化问题的局部搜索遗传算法,解决了局部搜索中寻找高效邻域结构的技术难题,并用实例进行了验证. 相似文献
9.
10.
研究基于直送的两阶段混合调度模型的模拟退火算法,其目标函数是最小化作业时间.首先,基于问题特征,提出求解该类问题的模拟退火算法;其次,通过数值实验对算法参数进行优化分析,从而给出模拟退火算法的较优参数组合;最后,数值测试进一步表明所给出的优化模拟退火算法的计算有效性. 相似文献
11.
12.
13.
实验预约系统的核心任务是生成实验教学课表,课表的生成是一个典型的组合优化问题,模拟退火算法是解决此类问题的优秀算法之一。本文主要研究了模拟退火算法的原理与特性,并将其应用于实验教学预约系统的排课模块中,更好地提高排课效率,改善排课效果。 相似文献
14.
15.
遗传算法借鉴生物界自然选择和遗传机制,使用群体搜索技术,处理传统搜索方法难以解决的复杂的非线性问题。排课问题是一个NP完全问题,除了穷举法没有绝对的求解方法。高校排课涉及到课程、教室、班级、教师和时间五方面相互关联的因素。按照遗传算法思想,对初始课表进行优化,并用Delphi进行编程,试验结果表明,遗传算法对课表的优化有着比较显著的作用。 相似文献
16.
17.
This paper presents the location-allocation problem of parking facilities in Mobarakeh Steel Company. The aim is to find the optimal location for the parking facilities and allocate travels between departments to each parking facility. To optimize the cost and facing the transportation demands of all departments, a mathematical model is designed and solved by a commercial software package. Also, the number of vehicles allocated to each parking facility is determined. A hybrid meta-heuristic algorithm combining a genetic algorithm with parallel simulated annealing is developed which can be used even in more complicated structure of the problem. The results show that this hybrid algorithm is highly efficient in solving this kind of problems. 相似文献