| 【论文摘要】 |
本文基于物流系统的现状,研究了车辆调度安排问题。这类问题的焦点是确定最佳运输路线和选择最准确配送中心,使得行车费用和车辆持有费用最小,我们对该问题的分类解决方法做了一些研究,并对未来的发展方向进行了探讨。
在车辆调度问题中配送中心选址和车辆配送路径优化是两个最典型的问题。目前解决两种问题的方法有很多。例如:重心法,鲍姆尔.沃尔夫(Baumol-Wolfe)法,CFLP法(Capacitated Facilities Location Problem)。但在解决问题的空间和时间方面都差强人意。
本文在求解问题的过程中引入了遗传算法,并且通过编程实现了计算机求解。该算法具有很强的扩展性和实际应用性。本文对配送中心选址和车辆配送路径优化两个问题进行了数学建模,并且用遗传算法对两个问题的实际例子进行了求解。在配送中心选址的问题上,对传统遗传算法中交叉和变异算子进行了改动,使算法对于大规模的选址问题超过了传统的遗传算法,能够有更多机会获得的最优解。然后在车辆配送路径优化问题上,在遗传算法的基础上引入了具有局部搜索能力的爬山法,使得算法后期的收敛速度有了显著的提高。由于车辆运输行程安排问题属于N... |