禁忌搜索算法在车辆调度决策中的应用

论文探讨了交通线路可能被敌方毁坏情况下的车辆路径优化问题，建立了不确定的两阶段整数规划数学模型，分析了路径方案的最大和最小效用值。在线路方案评价值的计算中只计算最小值和最大值，简化了方案的目标值计算。设计了求解模型的双层禁忌搜索算法。最后通过应用示例验证了模型和算法的有效性。     

基于禁忌搜索算法的货物运输路径和方式选择问题研究

在对货物运输路径和方式选择问题进行简单描述的基础上,提出了将该货物运输问题分解为多个单路径、多种运输方式组合问题进行求解的策略。通过设计解的表示和评价方法,构建了求解该问题的禁忌搜索算法,并进行了实验计算。计算结果表明,用本文设计的算法优化货物运输路径和方式选择问题,不仅可以取得很好的计算结果,而且收敛速度较快,结果也较稳定。     

基于禁忌搜索算法的货物运输路径和方式选择问题研究

在对货物运输路径和方式选择问题进行简单描述的基础上,提出了将该货物运输问题分解为多个单路径、多种运输方式组合问题进行求解的策略.通过设计解的表示和评价方法,构建了求解该问题的禁忌搜索算法,并进行了实验计算.计算结果表明,用本文设计的算法优化货物运输路径和方式选择问题,不仅可以取得很好的计算结果,而且收敛速度较快,结果也较稳定.     

基于遗传算法的农产品物流车辆路径问题决策研究

我国农产品物流成本较高的主要原因之一是缺乏科学的管理技术,尤其是基于定量分析的决策技术。对物流车辆路径问题的优化可以有效降低农产品的物流成本。针对农产品的时效性,对带有时间窗的农产品物流车辆路径问题,引入客户满意度函数,建立实例决策模型,运用遗传算法工具箱进行优化求解。通过对优化前后的数据进行比较,验证决策模型的可行性和合理性。     

带混合时间窗的配送车辆路径问题研究

针对传统的配送车辆路径问题,在传统的运距及容量等限制下,增加客户的混合时间窗和车辆在客户点的服务时间,以惩罚、配送总成本最低为目标,构建出带有混合时间窗的车辆路径问题的数学模型.并引入优良基因及最优个体保护策略改进遗传算法,同时设计参数自适应调整公式调整交叉概率,设计了带混合时间窗的配送车辆路径问题的改进遗传算法,最后由实例证明了VRPMTW模型及遗传算法的有效性.     

多配送中心单向车辆调度问题的模型与禁忌搜索算法的研究

在对无时间窗和软时间窗多配送中心单向车辆调度问题进行直观描述的基础上,分别建立了相应问题的数学模型。提出了直接解决多配送中心单向车辆调度问题的禁忌搜索算法,设计了求解多配送中心单向车辆调度问题的算法流程,并对已经存在的实例进行了实验计算。     

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。     

基于混合微粒群算法的带时间窗的车辆路径问题研究

本文在基本微粒群算法（PSO）的位置更新中引入了模拟退火算法思想，并改进了模拟退火算法（SA）中的降温操作该算法结合了基本PSO的快速寻优能力和SA的慨率突跳性，避免了基本PSO易于陷入局部最优的缺点，提高了进化后1期算法的收敛精度.把该算法用于解决有时间窗的车辆路径问题（VRHTW），它可以有效地求得有时间窗车辆路径问题的优化解。     

蚁群算法解决有时间窗的车辆优化调度问题研究

有时间窗的车辆路径问题（Vehicle Routing Problem With Time Windows，VRPTW）属于NP-Hard问题，严格的时间约束使VRFTW非常复杂。应用蚁群算法（Ant Colony Algorithm,ACA）思想来解决VRPTW。对已有蚁群算法解决车辆路径优化问题（VRP）的模型进行改进，对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过算例分析，将计算结果与遗传算法（GA）和粒子群算法（PSO）作了比较，对模型和算法的正确性、高效性、适用性进行了验证。实验结果表明，ACA可以快速、有效求得VRFTW的优化解，是求解VRFTW的一个较好方案。     

有时间窗的车辆路径问题改进蚁群算法研究

针对目前蚁群算法在求解有时间窗的车辆路径问题上较少对蚁群算法本身进行优化的问题,提出了一种改进蚁群算法,通过改进状态转移概率和信息素更新规则,以及使用改进的精英蚂蚁策略,改善蚁群算法搜索能力。通过对Solomon标准数据集的实验,结果表明改进的蚁群算法在求解有时间窗车辆路径问题上是有效的。     

有里程和软时间窗约束的开放式多车场集送货一体化车辆路径问题研究

基于现代物流业的现实状况和实际需求,研究了一个带有里程和软时间窗约束的开放式多车场集送货一体化车辆路径问题。给出一个遗传算法对该问题进行求解。在该算法中,为了提高其性能,并全面考虑所有约束,论文采取如下措施:(1)在初始种群形成之前,将各个任务的送货点按时间窗进行排序;(2)在所有任务的一个序列中用里程约束来控制车场的插入,并对软时间窗约束采取加入惩罚的方式解决。最后论文举例对该遗传算法进行说明,并对进一步的研究工作进行了展望。     

多时间窗车辆路径问题的数学模型及算法

研究了多时间窗车辆路径问题,增加了车容量及最大行驶距离等限制条件,以总成本最低为目标,建立了整数线性规划模型,并利用Lingo软件编写了求解该模型的精确算法程序。然后通过引入最优个体保留机制对传统的遗传算法进行改进,设计了求解多时间窗车辆路径问题的遗传算法,最后通过具体实例验证了模型及算法的有效性。     

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。     

配送时间窗约束下车辆调度遗传算法研究

通过改进传统的遗传算法,结合中海油服物资配送特点,采用启发式交叉算子的方法,确保了算法迭代中的种群多样性。制定了基于配送时间窗约束情况下模糊预约时间的钻井平台损失惩罚函数,对可行解的范围进行了限定,从而加速收敛,保证了运算的效率。通过案例进行分析证明了可行性。     

基于时间度量的路径优化问题研究

本文将能够反映物流配送城市交通状况的时间指标和速度指标融合到经典的车辆路径优化模型中,以提高物流配送模型对实际配送环境的动态拟合。分别利用GAMSC算法和GAFVRPTW算法分别对经典的车辆路径优化模型进行仿真,结果表明:改进的物流配送模型能够根据实际交通状况更有效地解决物流配送问题。     

基于混合优化算法的带时间窗的车辆调度问题求解研究

论文建立了带时间窗的车辆调度问题的数学模型，并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，从而构造了求解车辆调度问题的混合优化算法，并进行了实验计算。计算结果表明，用这种混合优化算法求解车辆调度问题，可以在一定程度上用模拟退火算法突跳性克服遗传算法在局部搜索能力方面的不足，从而得到质量较高的解。     

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。