【摘要】：物流車(chē)輛的路徑規(guī)劃問(wèn)題關(guān)系到車(chē)輛運(yùn)輸成本和物流活動(dòng)效率的高低，是我國(guó)物流產(chǎn)業(yè)轉(zhuǎn)型升級(jí)過(guò)程中必須解決的重要問(wèn)題。信息技術(shù)和通信技術(shù)的快速發(fā)展和廣泛應(yīng)用、新型的物流形式如電商生鮮物流等都促進(jìn)了實(shí)時(shí)動(dòng)態(tài)路徑規(guī)劃方法的發(fā)展和應(yīng)用。本文從當(dāng)前物流活動(dòng)的新形勢(shì)出發(fā)，以解決隨機(jī)多車(chē)輛路徑規(guī)劃問(wèn)題的維數(shù)災(zāi)為目標(biāo)，以近似動(dòng)態(tài)規(guī)劃理論和函數(shù)逼近技術(shù)為工具，針對(duì)物流活動(dòng)中應(yīng)用普遍但求解困難的帶隨機(jī)需求和服務(wù)期限的多車(chē)輛路徑規(guī)劃問(wèn)題進(jìn)行建模和算法研究。主要研究?jī)?nèi)容如下： 首先，將帶隨機(jī)需求和服務(wù)期限的多車(chē)輛路徑規(guī)劃問(wèn)題建模為大規(guī)模馬爾可夫決策過(guò)程。模型以最大化期望服務(wù)需求為目標(biāo)函數(shù)，使用車(chē)輛狀態(tài)和客戶狀態(tài)記錄決策所需信息。 其次，在建模的基礎(chǔ)上提出了兩個(gè)在線學(xué)習(xí)算法：基于線性函數(shù)逼近的近似策略迭代算法(RLSTD-API)和基于基函數(shù)優(yōu)化的近似值迭代算法(CEO-AVI)。RLSTD-API符合近似動(dòng)態(tài)規(guī)劃領(lǐng)域中的近似策略迭代框架，其在以k-means聚類(lèi)方法獲取狀態(tài)重要特征的基礎(chǔ)上使用遞歸最小二乘時(shí)間差分進(jìn)行策略評(píng)估。CEO-AVI是針對(duì)缺乏先驗(yàn)知識(shí)指導(dǎo)時(shí)人工設(shè)計(jì)基函數(shù)很難得到最佳近似效果這一問(wèn)題，通過(guò)結(jié)合強(qiáng)化學(xué)習(xí)領(lǐng)域中的離策略學(xué)習(xí)方法和交叉熵優(yōu)化方法提出的基于基函數(shù)優(yōu)化的近似值迭代算法。 最后，通過(guò)在標(biāo)準(zhǔn)算例上進(jìn)行實(shí)驗(yàn)對(duì)比和參數(shù)分析，驗(yàn)證了兩種算法的有效性，并分析了其適用范圍。
【學(xué)位授予單位】：蘇州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：U492.22

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 吳云志;樂(lè)毅;王超;張友華;;蟻群算法在物流路徑優(yōu)化中的應(yīng)用及仿真[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年02期

2 李豹;程文娟;周雷;唐昊;;Rollout及其并行求解算法在多類(lèi)商品庫(kù)存控制中的應(yīng)用[J];系統(tǒng)仿真學(xué)報(bào);2007年17期

3 于濱;靳鵬歡;楊忠振;;兩階段啟發(fā)式算法求解帶時(shí)間窗的多中心車(chē)輛路徑問(wèn)題[J];系統(tǒng)工程理論與實(shí)踐;2012年08期

本文編號(hào)：2759736