伴隨著互聯(lián)網(wǎng)電商交易和物流產(chǎn)業(yè)的快速發(fā)展,企業(yè)競爭愈演愈烈,時間價值日益提升。實時、動態(tài)、高效的現(xiàn)代化物流已經(jīng)成為衡量一個企業(yè)、一個地區(qū)乃至一個國家經(jīng)濟運行效率的重要指標(biāo)。車輛路徑問題作為現(xiàn)代物流體系運營環(huán)節(jié)中的核心問題之一,自誕生之日起就受到了業(yè)界和學(xué)界的共同關(guān)注。車輛路徑問題經(jīng)過近半個多世紀(jì)的發(fā)展,已由最初單一的車輛路徑規(guī)劃問題發(fā)展為目前帶有復(fù)雜約束條件的多目標(biāo)車輛路徑規(guī)劃問題,同時也衍生出了許許多多的研究分支,其中不確定環(huán)境下的車輛路徑問題就是眾多分支中的一種重要的擴展類型。圍繞這一擴展類型論文開展了以下研究工作:首先,在研讀國內(nèi)外大量有關(guān)車輛路徑問題相關(guān)文獻后,將車輛路徑問題中不確定性信息分為不確定環(huán)境下的傳輸環(huán)境、數(shù)據(jù)環(huán)境、路網(wǎng)環(huán)境3種。并在介紹與論文有關(guān)理論知識的基礎(chǔ)上,從思想、特征、發(fā)展3方面對求解車輛路徑問題具有代表性的算法進行了較為詳細的介紹。其次,針對3種不確定環(huán)境,在傳輸環(huán)境方面建立了不確定環(huán)境下的網(wǎng)絡(luò)信號傳輸期望-方差數(shù)學(xué)模型和模糊最短路關(guān)鍵邊數(shù)學(xué)模型;在數(shù)據(jù)環(huán)境方面建立了不確定環(huán)境下帶時間窗動態(tài)車輛路徑問題數(shù)學(xué)模型;在路網(wǎng)環(huán)境方面建立了具有時間依賴型帶軟時間窗動...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 選題背景及研究意義
        1.1.1 選題背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究方法及框架
    1.4 小結(jié)
2 基本理論及經(jīng)典算法
    2.1 基本理論
        2.1.1 圖論基礎(chǔ)知識
        2.1.2 不確定理論基礎(chǔ)知識
        2.1.3 模糊理論基礎(chǔ)知識
    2.2 經(jīng)典算法
        2.2.1 常用精確算法
        2.2.2 三種智能算法
    2.3 小結(jié)
3 不確定環(huán)境下的網(wǎng)絡(luò)信號傳輸問題
    3.1 問題描述
    3.2 模型建立及分析
        3.2.1 傳輸時間期望—方差最短路模型
        3.2.2 模糊最短路關(guān)鍵邊模型
    3.3 改進蟻群算法
        3.3.1 蟻群算法特征
        3.3.2 改進蟻群算法步驟
        3.3.3 改進蟻群算法流程圖
        3.3.4 模糊最短路關(guān)鍵邊算法
        3.3.5 數(shù)值測試
    3.4 網(wǎng)絡(luò)案例分析
    3.5 小結(jié)
4 不確定環(huán)境下的帶時間窗動態(tài)車輛路徑問題
    4.1 問題描述
    4.2 模型建立
    4.3 混合智能算法
        4.3.1 基本思想
        4.3.2 混合智能算法步驟
        4.3.3 混合智能算法流程圖
    4.4 數(shù)值算例
        4.4.1 實驗結(jié)果
        4.4.2 實驗結(jié)果分析
    4.5 小結(jié)
5 不確定環(huán)境下具有時間依賴型帶軟時間窗車輛路徑問題
    5.1 問題描述
    5.2 模型建立
    5.3 混合智能算法
        5.3.1 粒子群算法特征
        5.3.2 改進粒子群算法步驟
        5.3.3 改進粒子群算法流程圖
        5.3.4 混合智能算法步驟
        5.3.5 數(shù)值測試
    5.4 案例分析
        5.4.1 實際案例
        5.4.2 國際標(biāo)準(zhǔn)測試集
    5.5 小結(jié)
6 總結(jié)與研究展望
    6.1 研究工作總結(jié)
    6.2 本文的創(chuàng)新與不足
    6.3 展望
致謝
參考文獻
附錄



本文編號：4044008