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。     

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。     

配电网络重构模型中TS算法的应用浅析

TS作为一种新兴的现代启发式优化算法,已被证明是求解复杂组合优化问题的有效方法.本文介绍了TS算法的基本原理,并从配电系统自身的特点出发,将TS算法应用于求解配网重构问题.通过对TS移动的选择和控制,有效地解决了寻优过程中产生大量不可行解的问题,提高了计算效率.通过对实际算例进行计算表明,TS算法非常适合用于求解配网重构问题.     

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.     

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。     

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。     

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。