带容量约束的车辆路径问题算法综述

CVRP的研究带动了确定性算法和启发式算法的发展。简要回顾了这些新算法的发展,总结对比现有方法,提出可能的研究方向。     

基于取送货一体的车辆运输路径优化问题综述

车辆路径规划问题,最早是由Min提出的,他将同时取送货VRP问题并定义为VRPSPD问题,并针对图书馆取送书更新作业模式,建立了VRPSPD数学模型,并采用两阶段启发式算法进行模型求解。随着VRPSPD模型目标、约束条件以及求解算法的不断变化,VRPSPD问题已经发展为一个系统问题。本文主要针对VRPSPD问题的几种类型进行总结和分析,并对日后该问题的研究提出相关建议。     

车辆路径问题:研究综述及展望

车辆路径问题是物流系统优化中的关键内容之一,是现代物流管理研究中的重要内容。文章梳理分析了车辆路径问题(VRP)的分类、模型及算法等,详细综述了多车型、多车场、时间窗车辆路径问题研究现状,指出联盟车辆调度问题、考虑车辆(供应)时间窗的车辆调度问题可能是VRP问题未来新的研究趋势。     

VMI模式下的库存路径问题及其优化算法综述

库存路径问题（IRP）是车辆路径问题和库存管理问题的结合,对供应商优化库存管理、车辆路线和交货计划,提供集成的物流解决方案具有重要意义。首先对VMI模式下库存路径问题的背景及分类进行综合分析,对引入该问题基础版本的精确算法及启发式算法的相关研究进行系统归纳梳理。针对基础版本外的随机库存路径问题,从有限计划范围和无限计划范围对相关算法的研究文献进行分类总结。最后结合问题发展趋势,对动态随机库存路径问题的研究成果进行归纳,指出IRP问题及算法将向着更加复杂的扩展层面发展。     

带时间窗车辆路径问题的混合量子粒子群算法

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。     

关于路径规划的相关算法综述

路径规划算法是智能领域中一项新兴的关键支撑技术;依据路径规划算法的实现原理,将其分为进化型算法与非进化型算法;再依据数学特征将非进化型算法细分为经典数学与几何图论两类;针对每类算法,分别从发展背景、设计思想、优缺点、改进与发展等方面简要归纳分析;最后对路径规划算法的未来发展趋势进行展望。     

基于改进蚁群算法的考虑车辆行程约束的逆向物流车辆路径问题研究

以考虑车辆行程约束的逆向物流车辆路径问题为研究对象,建立了逆向物流车辆路径的规划模型,在蚁群算法的基础上更新了信息素,构造了车辆负载使用率启发式因子并根据剩余客户的需要设定车辆的出仓载货量。最后结合实例说明,改进后的蚁群算法能够有效地提高车辆负载率,缩短车辆总行程,对解决实际物流问题有一定参考价值。     

蚂蚁算法在复杂性运输路径问题中的应用——多车场多车型路径问题

车辆路径问题中,行驶路线往往取决于一系列约束条件,如配送中心个数,货物需求量,交发货时间,车辆容量限制等。要想达到一定的目标,如路程最短,费用最小,时间尽量少,车辆尽量少等,就得借劲于合适的算法去解决实际的问题。蚂蚁算法在解决著名的旅行商（TSP）问题上已取得了很好的成效,目前已陆续渗透到其他问题的求解上。文章主要针对多车场多车型车辆路径问题,用蚁群算法以及蚁群算法的优化算法去解决一些实际问题。     

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。     

面向对象的车辆路径问题仿真研究

针对车辆路径问题的复杂性和随机性,采用离散事件仿真的方法对车辆配送过程建模,并用面向对象技术实现了仿真模型。通过对象识别和层次划分,将模型分为实体建模和仿真控制建模两部分,构建了面向对象的车辆路径问题的仿真框架。这种方法克服了精确算法和智能启发式算法较难解决具有NP—hard性质的多约束车辆路径问题的弊端,实验结果验证了新方法的有效性和可行性。     

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。     

关于思想政治教育学科定位的文献综述

本文从深刻认识马克思主义理论一级学科与思想政治教育二级学科设立的重大意义入手,搜集了当前各位名家对于思想政治教育学科定位的理论观点,加以概括和总结,以便科学的判定思想政治教育学科的科学位置,认识思想政治教育现状中存在的问题,对思想政治教育的继续发展总结出一些基本的对策。     

车辆路径问题的可靠性研究

首先分析车辆路径问题中随机因素,以及现有考虑行程时间波动的车辆路径问题,从而确立以配送车辆为研究对象,建立对应的行程时间可靠性模型,以不超过规定值,用来适应处理交通状态的不确定性。通过粒子群算法求解,验证表明,考虑道路运行的不确定对车辆调度的影响,制定的车辆调度方案能够更加可靠,对于配送过程更加有效。     

遗传算法在VRP问题中的应用

配送是物流系统中一个直接与消费者相连的重要环节,对配送系统进行优化,可以提高物流经济效益、实现物流科学化。因此配送系统的优化问题显得尤为重要。进行配送系统优化,主要是配送车辆调度的优化。文章在全面分析研究物流配送业务特点的基础上．针对配送中的核心问题——车辆调度优化问题进行了深入的研究,建立了单源点物流配送车辆调度优化问题的数学模型,并运用遗传算法对其进行求解,仿真实例证明了该方法的有效性。     

车辆路径问题的组合优化算法

研究带有容量约束的车辆路径问题,在车辆数量不确定的情况下,结合PFIH算法和禁忌搜索方法,求解车辆路径问题.     

车辆路线问题的平行节约启发式算法

在分析了车辆路线问题特征的基础上，建立了数学模型，并给出了平行节约启发式算法。     

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。     

基于模拟退火理论求解库存路径问题的模型与算法研究

借用模拟退火算法的理论和方法,分析与建立m-to-1库存路径模型,利用启发式算法制定求解流程,并对关键环节进行了详细的阐述.为了证明算法的正确性与先进性,结合算例对所提出的模型与算法进行了分析,验证了提出的模型与算法的可行性及在所求解问题的规模上具有先进性.