| 【中文题名】 | 基于遗传算法的汽车配送问题的研究 |
| 【英文题名】 | Research on Physical Distribution Vehicle Scheduling Problem Based on Genetic Algorithm |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-29 |
| 【中关键词】 | 遗传算法,汽车配送,人工智能,,, |
| 【英关键词】 | Genetic Algorithm,Vehicle Distribution,Artificial Intelligence, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
遗传算法是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法，由美国J．Holland教授提出，其主要特点是群体搜索策略和群体中个体之间的信息交换，搜索不依赖于梯度信息。它尤其适用于处理传统搜索方法难于解决的复杂和非线性问题，可广泛用于组合优化、机器学习、自适应控制、规划设计和人工生命等领域，是21世纪有关智能计算中的关键技术之一。
物流配送车辆调度问题几十年来一直是一个研究热点，尤其是近几年来随着物流在社会中的地位越来越重要，很多专业如系统工程、交通工程、计算机、数理等的学者、研究人员都在对此进行研究。配送车辆调度要解决的问题是车辆从配送中心(这里的配送中心是广义概念，指的是车辆的出发地，可以是物流中心、配送中心、仓库、车场等等)出发去完成一些配送任务，当各任务量较小(小于车辆容量)时，为了提高车辆的利用率，可安排一辆车执行几项运输任务，这时，在特定城市交通条件和状况下，如何安排车辆的路线，使得既满足各任务的需求，能够完成任务，而又使总成本最小(这里的成本是一个广义的概念，包括距离最短、时间最省、运营费用最少等)．
本文以遗传算法为基础，由于在汽车配送问题中存在着诸多影响最终配送... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-7 |
|
第一章 绪论 |
7-13 |
|
1.1 遗传算法理论简介及研究现状 |
7-9 |
|
1.1.1 遗传算法理论简介 |
7-8 |
|
1.1.2 研究现状 |
8-9 |
|
1.2 立题背景及意义 |
9 |
|
1.3 遗传算法的特点 |
9-10 |
|
1.4 遗传算法和其它搜索方法的关系 |
10-11 |
|
1.4.1 遗传算法和射束搜索(beam search)方法 |
10 |
|
1.4.2 遗传算法和单纯方法(simplex method) |
10-11 |
|
1.4.3 遗传算法和模拟退火法 |
11 |
|
1.4.4 遗传算法和自律分布系统 |
11 |
|
1.5 本文的研究内容与结构安排 |
11-13 |
|
第二章 遗传算法与组合优化理论基础 |
13-25 |
|
2.1 编码 |
13-18 |
|
2.1.1 编码问题 |
13-15 |
|
2.1.2 编码(译码)评估规范和编码原理 |
15 |
|
2.1.3 编码技术 |
15-18 |
|
2.2 群体设定 |
18-20 |
|
2.2.1 初始群体设定 |
19 |
|
2.2.2 群体多样性 |
19-20 |
|
2.2.3 适应度函数 |
20 |
|
2.3 遗传操作 |
20-24 |
|
2.3.1 选择算子 |
21-22 |
|
2.3.2 交叉算子(crossover operator) |
22-23 |
|
2.3.3 变异算子(mutation operator) |
23-24 |
|
2.4 本章小结 |
24-25 |
|
第三章 改进遗传算法的应用示例 |
25-34 |
|
3.1 遗传优化 |
25 |
|
3.2 组合优化 |
25-26 |
|
3.3 权重和方法 |
26-30 |
|
3.3.1 适应性权重方法 |
26-28 |
|
3.3.2 距离方法 |
28-30 |
|
3.4 改进的Pareto遗传算法 |
30-31 |
|
3.4.1 Pareto解得概念 |
30-31 |
|
3.5 示例:基于改进权重和距离方法优化处理双目标最大化问题 |
31-34 |
|
第四章 遗传算法与组合优化理论在汽车调度问题中的应用 |
34-44 |
|
4.1 研究背景 |
34-35 |
|
4.2 多因子调度遗传算法 |
35-44 |
|
4.2.1 问题描述 |
35-36 |
|
4.2.2 多因子调度遗传算法 |
36-40 |
|
4.2.3 染色体的构造 |
40 |
|
4.2.4 染色体适应度 |
40 |
|
4.2.5 复制 |
40-41 |
|
4.2.6 交叉 |
41 |
|
4.2.7 试验结果 |
41-43 |
|
4.2.8 结果比较 |
43-44 |
|
第五章 总结 |
44-45 |
|
致谢 |
45-46 |
|
参考文献 |
46-49 |
|
攻读学位期间的研究成果 |
49 |
|
| 【DOI】 | LunWen.ID:2.2008.389172 |
