為有效地協(xié)調(diào)正逆向物流,更好地體現(xiàn)城市物流配送速度時(shí)變的特點(diǎn),降低物流配送成本,以時(shí)間依賴型同時(shí)取送貨車輛路徑問(wèn)題為對(duì)象,建立其數(shù)學(xué)規(guī)劃模型;設(shè)計(jì)了基于禁忌搜索的超啟發(fā)式算法對(duì)其進(jìn)行求解。在算法高層,設(shè)計(jì)了基于禁忌搜索評(píng)分制的選擇策略及模擬退火的接收準(zhǔn)則,實(shí)時(shí)監(jiān)控底層啟發(fā)式算子的性能并選擇最優(yōu)算子。通過(guò)基準(zhǔn)實(shí)例測(cè)試及實(shí)驗(yàn)對(duì)比分析,表明了該算法能快速地找到滿意解,所設(shè)計(jì)高層策略能保證算法跳出局部最優(yōu)并快速收斂,從而證明了所提算法求解該問(wèn)題的有效性。 

【文章來(lái)源】：計(jì)算機(jī)集成制造系統(tǒng). 2020,26(07)北大核心

【文章頁(yè)數(shù)】：13 頁(yè)

【文章目錄】：
0 引言
1 時(shí)間依賴型同時(shí)取送貨的車輛路徑問(wèn)題
    1.1 問(wèn)題描述
        （1）裝載量限制。
        （2）車輛路線約束。
        （3）節(jié)點(diǎn)約束。
        （4）配送車輛服務(wù)約束。
        （5）客戶點(diǎn)時(shí)間窗約束。
    1.2 時(shí)間依賴型路網(wǎng)
    1.3 數(shù)學(xué)模型
2 基于禁忌搜索的超啟發(fā)式算法設(shè)計(jì)
    2.1 初始解的構(gòu)成
    2.2 底層啟發(fā)式算子設(shè)計(jì)
    2.3 解的接受準(zhǔn)則及選擇策略設(shè)計(jì)
        2.3.1 接受準(zhǔn)則
        2.3.2 選擇策略（Selection）
    2.4 算法框架設(shè)計(jì)
    2.4 基于禁忌搜索的超啟發(fā)式算法復(fù)雜度分析
3 數(shù)值實(shí)驗(yàn)
    3.1 算法性能測(cè)試
    3.2 超啟發(fā)式算法求解TDVRPSDP標(biāo)準(zhǔn)算例
4 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]求解物流配送同時(shí)取送貨低碳選址—路徑問(wèn)題的量子超啟發(fā)式算法[J]. 冷龍龍,趙燕偉,蔣海青,張春苗,王舜.  計(jì)算機(jī)集成制造系統(tǒng). 2020(03)
[2]基于離散布谷鳥算法求解帶時(shí)間窗和同時(shí)取送貨的車輛路徑問(wèn)題[J]. 王超,劉超,穆東,高揚(yáng).  計(jì)算機(jī)集成制造系統(tǒng). 2018(03)
[3]基于并行模擬退火算法求解時(shí)間依賴型車輛路徑問(wèn)題[J]. 穆東,王超,王勝春,周圣川.  計(jì)算機(jī)集成制造系統(tǒng). 2015(06)

碩士論文
[1]旅行商問(wèn)題的基因片段插入算法研究[D]. 劉欣欣.閩南師范大學(xué) 2015



本文編號(hào)：2999727