带时间限制的车辆路径问题的遗传算法

研究了带时间限制的车辆路径问题,考虑了不同时间段内车辆行驶速度与道路交通状况的关系,分别设计了求解该问题的传统遗传算法和改进遗传算法。利用具体实例进行了模拟计算,结果显示,改进的遗传算法比传统遗传算法具有很多优越性,利用改进的遗传算法可以得到理想的计算结果。     

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.     

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。     

考虑碳排放因素的车辆路径问题研究

将碳排放因素考虑到车辆路径问题中,建立了运输成本与碳排放相结合的多目标车辆路径问题模型,讨论了基于改进遗传算法的车辆路径问题的设计和实现,最后通过实例分析对模型作了进一步验证.     

带软时间窗车辆路径问题改进遗传算法

研究了考虑车辆数和总成本情况下的软时间窗车辆路线问题的多目标规划问题.提出了一种改进的遗传算法,在算法中利用适应度函数解决了两个目标之间的平衡问题.通过修改交换算子,不仅增加了算法的搜索能力,还去掉了种群差异性的限制.通过实例验证说明该算法能有效地解决软时间窗车辆路线问题,为实际应用提供有力的决策支持.     

基于改进遗传算法的网约车共乘优化调度模型求解

以往网约车调度模型都是基于门对门服务的假设上构建的,车辆可以直接到达乘客要求的地点接送乘客,而文章所提出的网约车共乘优化调度模型（Dial-a-ride Problem with Meeting Points, DARP-M）是一类亟待研究的车辆路径问题,在传统车辆路径问题的基础上,考虑了每位乘客的接送位置。为解决这一类问题,建立相应的数学模型,并提出求解该问题的一种新的改进遗传算法（Improved Genetic Algorithm, IGA）,该算法通过提前生成满足约束条件的可行解来简化计算规模,同时优化传统遗传算法的交叉变异步骤,达到快速收敛的效果,并且可以灵活解决其他类似问题。算例结果表明,将改进遗传算法运用到DARP-M模型中,能在较短的迭代次数内达到收敛,通过测试改进算法的参数,可以看出收敛的效果显著,且运算速度相对较快。     

多车场多车型车辆路径问题的优化研究

针对多车场多车型车辆路径问题,通过建立虚拟配送中心将多车场路径优化问题转化为单一车场路径优化问题。文章建立了数学模型并利用遗传算法求解模型,同时根据问题性质对遗传算法的编码和解码方式进行改进。基于企业实例的实证研究表明:文章提出的模型对求解多车场多车型车辆路径问题具有一定的优势,能够为企业实际的物流运输调度提供决策支持。     

基于公交车开展物流配送的车辆路径优化问题

本文主要研究基于公交车开展物流配送的车辆路径优化问题，通过一种新型的城市物流配送模式来缓解城市拥堵、减少物流配送总成本。该配送模式分为公交车配送和配送车辆配送两层，利用公交车的剩余容量来减少运输成本。同时建立了总成本最小为目标的优化模型，并使用改进的遗传算法对模型进行求解。本文在遗传算法生成种群的过程中，采用模拟退火算法进行优化拓展解的空间，提高改进算法的全局和局部空间搜索能力。最后经实例验证，改进的遗传算法能够找到更短的行驶路线，验证了算法的有效性。     

考虑碳排放因素的车辆路径问题研究

将碳排放因素考虑到车辆路径问题中,建立了运输成本与碳排放相结合的多目标车辆路径问题模型,讨论了基于改进遗传算法的车辆路径问题的设计和实现,最后通过实例分析对模型作了进一步验证。