發(fā)布時(shí)間：2017-04-02 14:04

  本文關(guān)鍵詞：危險(xiǎn)化學(xué)品車輛路徑問題及算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：危險(xiǎn)化學(xué)品因其固有的危險(xiǎn)性,容易引發(fā)事故,且事故后果往往很嚴(yán)重,對(duì)于危險(xiǎn)化學(xué)品各個(gè)管理環(huán)節(jié)必須考慮其安全性。本文針對(duì)危險(xiǎn)化學(xué)品車輛路徑問題,研究了單倉(cāng)庫(kù)與多倉(cāng)庫(kù)的危險(xiǎn)化學(xué)品車輛路徑問題,同時(shí)還對(duì)求解這些問題的算法進(jìn)行了研究。因?yàn)槲ｋU(xiǎn)化學(xué)品車輛路徑問題是NP難的問題,針對(duì)NP難的問題基本上都是通過(guò)設(shè)計(jì)啟發(fā)式算法搜尋近似最優(yōu)解。本文把GA與PSO這兩種基于群概念的算法相結(jié)合,同時(shí)適當(dāng)?shù)睦肔-BFGS極強(qiáng)的局部搜索能力,提出一種整體性能更優(yōu)的混合算法-加加強(qiáng)局部搜索的遺傳-粒子群算法(L-GPS)。并且,在混合算法中加入隨機(jī)擾動(dòng)策略和最佳交換點(diǎn)評(píng)估策略來(lái)增強(qiáng)搜索效率和平衡全局與局部的搜索能力,數(shù)值實(shí)驗(yàn)證明了該算法求解NP難問題的有效性,為后續(xù)進(jìn)一步的算法設(shè)計(jì)的研究打下了基礎(chǔ)。危險(xiǎn)化學(xué)品車輛路徑問題可以分為單倉(cāng)庫(kù)的問題和多倉(cāng)庫(kù)的問題。針對(duì)單倉(cāng)庫(kù)的問題,本文對(duì)其建立了同時(shí)考慮運(yùn)輸費(fèi)用和運(yùn)輸安全風(fēng)險(xiǎn)的雙目標(biāo)優(yōu)化模型,風(fēng)險(xiǎn)度量采用考慮路徑上物品載重量變化的風(fēng)險(xiǎn)度量方式。不同于該類傳統(tǒng)模型,本文新引入了描述需求點(diǎn)訪問次序的決策變量,降低了傳統(tǒng)模型中的決策變量個(gè)數(shù)和約束條件的數(shù)量,達(dá)到了簡(jiǎn)化模型的效果。針對(duì)該新模型的求解,本文提出了種改進(jìn)的粒子群算法,將非支配解方法與種群雜交策略相結(jié)合來(lái)處理雙目標(biāo)問題,在迭代過(guò)程中加入了局部搜索策略以增強(qiáng)算法效率。數(shù)值實(shí)驗(yàn)說(shuō)明與傳統(tǒng)的粒子群算法相比改進(jìn)的粒子群算法具有更優(yōu)的搜索效率。針對(duì)多倉(cāng)庫(kù)的問題,本文將其在單倉(cāng)庫(kù)的基礎(chǔ)上進(jìn)行擴(kuò)展。同樣的,針對(duì)多倉(cāng)庫(kù)的問題,本文建立了一個(gè)新的模型,同時(shí)提出了一個(gè)新的兩階段啟發(fā)式算法對(duì)其進(jìn)行求解。首先,根據(jù)聚類算法將多倉(cāng)庫(kù)的問題轉(zhuǎn)化成多個(gè)單倉(cāng)庫(kù)的問題,然后運(yùn)用改進(jìn)的粒子群算法對(duì)多個(gè)單倉(cāng)庫(kù)問題分別進(jìn)行求解。數(shù)值實(shí)驗(yàn)表明本文提出的兩階段啟發(fā)式算法可以很好的處理多倉(cāng)庫(kù)的問題。
【關(guān)鍵詞】：危險(xiǎn)化學(xué)品 車輛路徑問題 NP難問題 啟發(fā)式算法 雙目標(biāo)優(yōu)化
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TQ086.52;TP18
【目錄】：

• 摘要5-7
• ABSTRACT7-16
• 第一章 緒論16-38
• 1.1 論文選題背景16-19
• 1.1.1 危險(xiǎn)化學(xué)品和相關(guān)事故16-17
• 1.1.2 危險(xiǎn)化學(xué)品事故統(tǒng)計(jì)分析17-19
• 1.2 論文研究意義19-21
• 1.2.1 研究的必要性19-20
• 1.2.2 研究的意義20-21
• 1.3 危險(xiǎn)化學(xué)品車輛路徑問題研究現(xiàn)狀21-23
• 1.4 風(fēng)險(xiǎn)度量23-27
• 1.4.1 風(fēng)險(xiǎn)度量的定義23
• 1.4.2 風(fēng)險(xiǎn)分析方法23-24
• 1.4.3 危險(xiǎn)化學(xué)品運(yùn)輸?shù)某Ｓ蔑L(fēng)險(xiǎn)度量方法24-25
• 1.4.4 VaR與CVaR方法25-27
• 1.5 危險(xiǎn)化學(xué)品車輛路徑問題的相關(guān)求解算法27-35
• 1.5.1 常用方法28
• 1.5.2 傳統(tǒng)啟發(fā)式算法28-29
• 1.5.3 現(xiàn)代啟發(fā)式算法29-35
• 1.6 文章主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)35-36
• 1.7 本文章節(jié)安排36-38
• 第二章 混合遺傳-粒子群算法38-48
• 2.1 L-GPS算法的提出38-41
• 2.1.1 遺傳-粒子群混合39
• 2.1.2 最佳交換點(diǎn)評(píng)估策略39-40
• 2.1.3 加強(qiáng)局部搜索策略40
• 2.1.4 隨機(jī)擾動(dòng)策略40
• 2.1.5 L-GPS算法的具體步驟40-41
• 2.2 L-GPS算法的數(shù)值實(shí)驗(yàn)41-48
• 第三章 單倉(cāng)庫(kù)危險(xiǎn)化學(xué)品車輛路徑問題的一個(gè)新模型及算法研究48-60
• 3.1 運(yùn)輸模型48-53
• 3.1.1 問題描述48-49
• 3.1.2 符號(hào)說(shuō)明49
• 3.1.3 風(fēng)險(xiǎn)度量49-50
• 3.1.4 路徑風(fēng)險(xiǎn)50-52
• 3.1.5 模型建立52-53
• 3.2 算法設(shè)計(jì)53-57
• 3.2.1 初始解的構(gòu)造53-54
• 3.2.2 粒子群更新54-55
• 3.2.3 雙目標(biāo)的處理方法55
• 3.2.4 局部搜索策略55-56
• 3.2.5 算法流程56-57
• 3.3 數(shù)值實(shí)驗(yàn)57-60
• 第四章 多倉(cāng)庫(kù)危險(xiǎn)化學(xué)品車輛路徑問題的一個(gè)新模型及算法研究60-72
• 4.1 運(yùn)輸模型60-66
• 4.1.1 問題描述60-61
• 4.1.2 符號(hào)說(shuō)明61-62
• 4.1.3 風(fēng)險(xiǎn)度量62-63
• 4.1.4 路徑風(fēng)險(xiǎn)63-65
• 4.1.5 模型建立65-66
• 4.2 兩階段啟發(fā)式算法66-68
• 4.2.1 多維信息啟發(fā)式分類算法66-68
• 4.2.2 改進(jìn)的粒子群算法68
• 4.3 數(shù)值實(shí)驗(yàn)68-72
• 結(jié)論72-74
• 參考文獻(xiàn)74-78
• 致謝78-80
• 攻讀碩士期間發(fā)表的論文80-82
• 作者和導(dǎo)師簡(jiǎn)介82-83
• 北京化工大學(xué)碩士研究生學(xué)位論文答辯委員會(huì)決議書83-84

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 李健;白曉昀;任正中;吳軍;;2011～2013年我國(guó)危險(xiǎn)化學(xué)品事故統(tǒng)計(jì)分析及對(duì)策研究[J];中國(guó)安全生產(chǎn)科學(xué)技術(shù);2014年06期

2 公茂果;焦李成;楊咚咚;馬文萍;;進(jìn)化多目標(biāo)優(yōu)化算法研究[J];軟件學(xué)報(bào);2009年02期

  本文關(guān)鍵詞：危險(xiǎn)化學(xué)品車輛路徑問題及算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：282594