亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于時(shí)間窗的多車場(chǎng)車輛路徑問題研究

        2017-07-05 14:19:14李愛光
        地理空間信息 2017年5期
        關(guān)鍵詞:優(yōu)化

        閆 凱,李愛光,郭 健,陳 冰

        (1.信息工程大學(xué), 河南 鄭州 450001)

        基于時(shí)間窗的多車場(chǎng)車輛路徑問題研究

        閆 凱1,李愛光1,郭 健1,陳 冰1

        (1.信息工程大學(xué), 河南 鄭州 450001)

        啟發(fā)式優(yōu)化算法在解決車輛路徑問題時(shí)具有較好的收斂性,整體法在解決時(shí)間窗的多車場(chǎng)車輛路徑問題時(shí)具有較好的全局性,結(jié)合二者優(yōu)點(diǎn),進(jìn)行了算法研究。首先采用整體法得到車輛路徑問題的全局最優(yōu)解;再采用智能優(yōu)化算法對(duì)配送點(diǎn)進(jìn)行車場(chǎng)選擇,匹配代價(jià)最小的車場(chǎng);最后通過(guò)實(shí)驗(yàn)驗(yàn)證了該算法在解決時(shí)間窗的多車場(chǎng)車輛路徑問題上的有效性。

        智能優(yōu)化算法;整體法;時(shí)間窗;多車場(chǎng)車輛路徑

        隨著現(xiàn)代物流業(yè)的發(fā)展,車輛路徑規(guī)劃在物流配送領(lǐng)域的作用日趨明顯,設(shè)計(jì)合理的配送方案,提高配送效率,降低配送成本,已成為物流企業(yè)競(jìng)爭(zhēng)的核心。車輛路徑問題(VRP)[1],即在配送區(qū)域范圍內(nèi),所有配送車輛都從配送中心出發(fā),在滿足一定的約束條件(如車輛的最大容載量、貨物需求量、行駛里程約束、時(shí)間限制等)的情況下,選擇合適的配送路線來(lái)實(shí)現(xiàn)特定的目標(biāo)(如總行駛距離最短、時(shí)間最短、使用車輛數(shù)目最少、總體費(fèi)用最低等)。目前,VRP已廣泛應(yīng)用于軍事物流配送、快遞投放與取件、垃圾回收和牛奶配送等行業(yè)。

        隨著現(xiàn)代商業(yè)的發(fā)展,許多大型貨運(yùn)公司在區(qū)域范圍內(nèi)建立了多個(gè)配送中心,因此多車場(chǎng)車輛路徑問題就顯得非常重要。多車場(chǎng)車輛路徑問題(MDVRP)是單車場(chǎng)VRP的一個(gè)拓展,VRP屬于完全NP問題,因此MDVRP也屬于NP問題。解決MDVRP主要有3種方法:傳統(tǒng)方式、整體法和啟發(fā)式優(yōu)化法[2-4]。傳統(tǒng)方法是首先將多車場(chǎng)問題轉(zhuǎn)換為單車場(chǎng)問題,再按照單配送問題進(jìn)行處理,常用的轉(zhuǎn)化方法有中垂線分區(qū)法、圓域分區(qū)法和客戶聚類法等;整體法主要是通過(guò)虛擬配送中心的方式來(lái)實(shí)現(xiàn)多配送中心問題,首先設(shè)置虛擬配送中心,再?gòu)奶摂M配送中心出發(fā),選擇車場(chǎng)后完成配送任務(wù)[5];啟發(fā)式優(yōu)化法主要是采用智能優(yōu)化方法處理多車場(chǎng)問題,常見的優(yōu)化算法有遺傳算法、蟻群算法、模擬退火算法和混合算法等[6]。傳統(tǒng)方法求解MDVRP時(shí),在一定程度上降低了問題的復(fù)雜性,但失去了問題的整體性;整體法求解時(shí),注重問題的整體性,但忽略了單一車輛的優(yōu)化;啟發(fā)式優(yōu)化算法通過(guò)構(gòu)造的方式對(duì)MDVRP進(jìn)行求解,注重了單一車輛,忽視了問題的整體性[7-9]。本文擬采用啟發(fā)式優(yōu)化算法和整體法求解基于時(shí)間窗的VRP,不僅考慮了VRP的整體性,還兼顧了單一車輛的優(yōu)化。

        1 問題描述及數(shù)學(xué)建模

        基于時(shí)間窗的MDVRP(圖1)可描述為:配送區(qū)域內(nèi)有M個(gè)車場(chǎng),每個(gè)車場(chǎng)具有運(yùn)載能力為Q的車輛Km(m=1,2,…,M)輛,配送區(qū)域有N個(gè)客戶,每個(gè)客戶的需求量為qi(i=1,2,…,N),且對(duì)于任意客戶i都有需求量qi

        圖1 多配送中心問題

        客戶編號(hào)為0,1,2,…,N;車場(chǎng)編號(hào)為N+1,N+2,…, N+M。為建模方便,定義兩個(gè)變量:

        基于時(shí)間窗的MDVRP數(shù)學(xué)模型為:

        其中,式(3)表示配送完所有客戶點(diǎn)所花費(fèi)的費(fèi)用最低,包括車輛啟用的固定成本、運(yùn)行過(guò)程中的油料消耗和由于時(shí)間延誤造成的懲罰費(fèi)用;式(4)表示車輛的容量限制,即一輛車所配送客戶的總需求不能超過(guò)車輛的最大容載量;式(5)表示每個(gè)車場(chǎng)完成配送任務(wù)使用的車輛數(shù)目不超過(guò)該車場(chǎng)車輛總數(shù);式(6)表示一個(gè)客戶點(diǎn)的任務(wù)只能對(duì)應(yīng)一個(gè)車場(chǎng)中的一輛車;式(7)、(8)表示每個(gè)客戶只能被來(lái)自同一車場(chǎng)的同一輛車服務(wù),其他車場(chǎng)的車輛不能對(duì)該客戶進(jìn)行服務(wù);式(9)表示所有配送車輛從配送中心出發(fā),完成配送任務(wù)后再返回配送中心;式(10)表示車輛不能從一個(gè)車場(chǎng)達(dá)到另一個(gè)車場(chǎng);式(11)表示客戶的時(shí)間窗約束,即在規(guī)定時(shí)間內(nèi),客戶需求得到滿足,否則車輛將增加一定的懲罰成本。

        2 多車場(chǎng)問題的解決方法分析

        在當(dāng)前物流配送中對(duì)車輛調(diào)度問題的研究主要集中在配送規(guī)模較大、范圍廣、客戶數(shù)量多的多配送中心模式,且在實(shí)踐中發(fā)現(xiàn)一般規(guī)模較大的物流企業(yè)都采用多配送中心車輛調(diào)度模式,因此研究多配送中心車輛調(diào)度問題具有重要的現(xiàn)實(shí)意義[10]。目前解決多配送中心車輛調(diào)度問題主要采用傳統(tǒng)方法、整體法和啟發(fā)式優(yōu)化法。

        2.1 分區(qū)法求解VRP

        傳統(tǒng)方法是將多配送中心車輛調(diào)度問題看作是多個(gè)單配送中心車輛調(diào)度問題的組合,先將其分離再進(jìn)行優(yōu)化[11]。傳統(tǒng)方法的研究重點(diǎn)在于如何將多配送中心車輛調(diào)度問題拆分成多個(gè)單配送中心車輛調(diào)度問題,然后在全局的基礎(chǔ)上對(duì)其解進(jìn)行優(yōu)化。拆分過(guò)程中主要按照距離最近或劃分邊界的原則確定各配送點(diǎn)與配送中心的對(duì)應(yīng)關(guān)系;實(shí)際應(yīng)用中一般以配送中心的總配送路程最短優(yōu)先,因此選取距離最近原則來(lái)劃分客戶。傳統(tǒng)方法的求解方式有圓域分區(qū)法、中垂線分區(qū)法和最近鄰域法(圖2)。傳統(tǒng)方法具有一定的可行性,但在拆分過(guò)程中失去了問題的整體性,僅在各配送中心范圍內(nèi)取得費(fèi)用最少,很難在整體上取得最優(yōu)解。

        圖2 分區(qū)法解決多配送中心車輛調(diào)度問題

        2.2 整體法求解VRP

        與傳統(tǒng)方法的思路相反,整體法在解決多配送中心車輛調(diào)度問題時(shí)將配送過(guò)程看作一個(gè)整體,首先設(shè)置虛擬的配送中心,然后使所有配送車輛從虛擬配送中心出發(fā),到達(dá)實(shí)際配送中心后,按照就近原則選擇要服務(wù)的客戶點(diǎn),完成配送任務(wù)后,返回實(shí)際配送中心[12]。整體法從全局角度考慮了問題的最優(yōu)解,但是在解決時(shí)間窗的多配送中心車輛調(diào)度問題時(shí),距離最近并不意味整體消耗最少,配送點(diǎn)的選擇不僅要考慮配送點(diǎn)之間的距離,而且要考慮配送點(diǎn)的時(shí)間窗要求(圖3)。

        2.3 啟發(fā)式優(yōu)化法求解VRP

        啟發(fā)式優(yōu)化法的思想是把多配送中心車輛調(diào)度問題看作是復(fù)雜的多個(gè)問題的組合,在此基礎(chǔ)上進(jìn)行優(yōu)化研究[13]。與傳統(tǒng)方法和整體法不同,啟發(fā)式優(yōu)化法是通過(guò)一系列方法來(lái)簡(jiǎn)化求解計(jì)算過(guò)程,以降低求解搜索的復(fù)雜程度。常用的啟發(fā)式優(yōu)化算法有遺傳算法、蟻群算法、模擬退火算法、禁忌搜索算法和人工神經(jīng)網(wǎng)絡(luò)算法等。啟發(fā)式優(yōu)化算法在求解VRP時(shí),首先對(duì)路徑進(jìn)行編碼,再通過(guò)不斷更新節(jié)點(diǎn)的順序獲取VRP的最優(yōu)解。它具有較好的收斂性,求解質(zhì)量高,但過(guò)分關(guān)注求解每一輛車的最優(yōu)路徑,忽視了問題的整體性(圖4)。

        圖3 整體法解決多配送中心車輛調(diào)度問題

        圖4 啟發(fā)式優(yōu)化方法求解多配送中心車輛調(diào)度問題

        3 混合算法設(shè)計(jì)

        啟發(fā)式優(yōu)化算法在解決單車場(chǎng)問題時(shí)具有較好的收斂性,整體法在求解多車場(chǎng)問題時(shí)具有較好的全局性。鑒于此,首先設(shè)置虛擬配送中心將多配送中心車輛調(diào)度問題轉(zhuǎn)化為單車場(chǎng)VRP,然后采用啟發(fā)式優(yōu)化算法求解單車場(chǎng)VRP,最后為每個(gè)配送點(diǎn)選擇車場(chǎng)。混合算法流程如圖5所示。

        混合算法的一般步驟為:

        1)參數(shù)設(shè)置,主要包括選擇自適應(yīng)的交叉率和變異率,蟻群信息素的總量、螞蟻個(gè)數(shù)以及α、β;

        2)確定染色體編碼方式和適應(yīng)度函數(shù)的計(jì)算方式;

        3)對(duì)所有節(jié)點(diǎn)進(jìn)行染色體編碼,并計(jì)算染色體的適應(yīng)度值,選擇父代中較好的一部分染色體遺傳到下一代,子代進(jìn)行自適應(yīng)的交叉和變異過(guò)程,并產(chǎn)生新的染色體;

        4)計(jì)算新染色體適應(yīng)度值,并根據(jù)適應(yīng)度值進(jìn)行折半排序;

        5)計(jì)算相鄰兩代染色體適應(yīng)度值的平均值,并計(jì)算相鄰兩代染色體的進(jìn)化率,若相鄰兩代染色體的進(jìn)化率不超過(guò)3%或超過(guò)遺傳算法中設(shè)置的最大迭代次數(shù),則將該組染色體的適應(yīng)度值轉(zhuǎn)化成蟻群算法中初始狀態(tài)下的信息素濃度,否則重新進(jìn)行選擇、交叉和變異操作;

        6)將所有螞蟻隨機(jī)放置在任意一個(gè)頂點(diǎn),螞蟻根據(jù)狀態(tài)轉(zhuǎn)移規(guī)則選擇下一個(gè)待訪問的節(jié)點(diǎn),當(dāng)螞蟻選擇完所有節(jié)點(diǎn)后,形成多條訪問路徑;

        圖5 混合算法設(shè)計(jì)流程圖

        7)計(jì)算當(dāng)前所有路徑適應(yīng)度值,并標(biāo)記適應(yīng)度值最好的螞蟻;

        8)更新當(dāng)前最優(yōu)路徑上的信息素濃度,然后更新所有路徑上的信息素濃度;

        9)判斷當(dāng)前迭代次數(shù)與最大迭代次數(shù)的關(guān)系,若當(dāng)前迭代次數(shù)小于蟻群算法的最大迭代次數(shù),則將每只螞蟻重新放置在各節(jié)點(diǎn)處,按照狀態(tài)轉(zhuǎn)移規(guī)則重新訪問所有節(jié)點(diǎn),否則停止蟻群算法,得到當(dāng)前一組最優(yōu)路徑;

        10)對(duì)于當(dāng)前每一條路徑,采用2-opt算法進(jìn)行路徑優(yōu)化,得到一組基于虛擬配送中心的車輛路徑,再對(duì)所有路徑進(jìn)行排序;

        11)計(jì)算每輛車到實(shí)際配送中心的消耗,再將虛擬配送中心轉(zhuǎn)換成實(shí)際配送中心,總消耗最小的轉(zhuǎn)換結(jié)果即為當(dāng)前最優(yōu)的配送方案。

        4 案例分析

        為了驗(yàn)證混合算法的有效性,實(shí)驗(yàn)采用標(biāo)準(zhǔn)的MDVRPTW問題進(jìn)行實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)環(huán)境為Inter酷睿i5,內(nèi)存8 G,操作系統(tǒng)為Windows10,編程語(yǔ)言為C++,開發(fā)環(huán)境為VS2010。

        標(biāo)準(zhǔn)的MDVRPTW問題是:有3個(gè)配送中心A、B、C,每個(gè)配送中心貨物充足,有15個(gè)配送點(diǎn),每個(gè)客戶點(diǎn)具有一定的需求量,也有一定的時(shí)間窗限制,具體的車輛路徑實(shí)驗(yàn)數(shù)據(jù)如表1、2所示[14]。

        為了驗(yàn)證算法的有效性,實(shí)驗(yàn)分別采用MDVRP的傳統(tǒng)方法(中垂線法)、整體法、啟發(fā)式優(yōu)化算法以及本文設(shè)計(jì)的混合算法對(duì)多車場(chǎng)的時(shí)間窗問題進(jìn)行求解。實(shí)驗(yàn)中設(shè)定車輛的單位油耗為8,車輛的啟動(dòng)成本為60,配送過(guò)程早到所產(chǎn)生的等待成本為0.5,晚到所產(chǎn)生的懲罰成本為1.5,測(cè)試結(jié)果如表3所示。

        表1 客戶點(diǎn)的實(shí)驗(yàn)數(shù)據(jù)

        表2 配送中心的實(shí)驗(yàn)數(shù)據(jù)

        表3 測(cè)試結(jié)果統(tǒng)計(jì)

        由表3可知,分區(qū)法、整體法和啟發(fā)式優(yōu)化算法在求解帶時(shí)間窗的MDVRP時(shí),分區(qū)法的效果最差,整體法次之,啟發(fā)式優(yōu)化算法最好,而混合算法比啟發(fā)式優(yōu)化算法的平均費(fèi)用降低了85個(gè)單位。因此,采用混合算法可降低帶時(shí)間窗的MDVRP的費(fèi)用。

        5 結(jié) 語(yǔ)

        本文針對(duì)基于時(shí)間窗的MDVRP建立了配送方案的最小費(fèi)用模型,分析了分區(qū)法、整體法和啟發(fā)式優(yōu)化算法在解決MDVRP時(shí)的優(yōu)劣;并結(jié)合整體法和啟發(fā)式優(yōu)化算法,進(jìn)行了混合算法的設(shè)計(jì),最后通過(guò)實(shí)驗(yàn)驗(yàn)證了混合算法在解決帶時(shí)間窗的MDVRP的有效性。

        [1] 楊從平.基于蟻群算法的快遞物流配送路徑優(yōu)化[J].物流工程與管理,2014(4):65-67

        [2] 姚婷婷.車輛調(diào)度有及其遺傳算法[D].蘭州:西北師范大學(xué),2013:2-3

        [3] 鄒彤,李寧,孫德寶,等.多車場(chǎng)車輛路徑問題的遺傳算法[J].計(jì)算機(jī)工程與應(yīng)用,2004(21):82-83

        [4] 楊元峰.多車場(chǎng)多車型車輛路徑問題的改進(jìn)遺傳算法[J].計(jì)算機(jī)與現(xiàn)代化,2008(9):10-13

        [5] 鐘石泉,賀國(guó)光.多車場(chǎng)有時(shí)間窗的多車型車輛調(diào)度及其禁忌算法研究[J].運(yùn)籌學(xué)學(xué)報(bào),2005(4):67-73

        [6] 李小花.多車場(chǎng)帶容量限制弧路徑規(guī)劃問題研究[D].重慶:重慶大學(xué),2009:23-25

        [7] 戴樹貴,陳文蘭,潘蔭榮,等.多配送中心車輛路徑安排問題混合蟻群算法[J].四川大學(xué)學(xué)報(bào)(工程科學(xué)版),2008(6):154-158 [8] 孫世權(quán).多配送中心車輛路徑優(yōu)化問題的研究[D].西安:西安電子科技大學(xué),2012:3-4

        [9] 汪平.多生產(chǎn)點(diǎn)煙草企業(yè)的原材料運(yùn)輸車輛路徑問題研究[D].武漢:華中科技大學(xué),2010:12-14

        [10] 高志剛.多車輛配送路徑分析及與GIS平臺(tái)的集成技術(shù)研究[D].武漢:武漢理工大學(xué),2005:10-11

        [11] 王詩(shī)瑤,王文發(fā),富文軍,等.大規(guī)模單車場(chǎng)VRP問題中掃描法的改進(jìn)[J].現(xiàn)代電子技術(shù),2014(24):34-36

        [12] 高特,李莉,鐘蓮,等.烏魯木齊市社區(qū)蔬菜直銷統(tǒng)一配送路徑優(yōu)化[J].物流技術(shù),2014(11):168-170

        [13] 張立峰,趙方庚,孫江生,等.戰(zhàn)時(shí)備件配送的MDVRP問題及其遺傳算法求解[J].計(jì)算機(jī)應(yīng)用與軟件,2010(2):194-196 [14] 鐘石泉.物流配送車輛調(diào)度智能優(yōu)化方法研究[D].天津:天津大學(xué),2004:3-5

        P208

        B

        1672-4623(2017)05-0035-04

        10.3969/j.issn.1672-4623.2017.0051.1

        閆凱,碩士研究生,主要研究方向?yàn)檫\(yùn)籌地理信息系統(tǒng)。

        2016-10-31。

        項(xiàng)目來(lái)源:國(guó)家自然科學(xué)基金資助項(xiàng)目(7130939)。

        猜你喜歡
        優(yōu)化
        超限高層建筑結(jié)構(gòu)設(shè)計(jì)與優(yōu)化思考
        PEMFC流道的多目標(biāo)優(yōu)化
        能源工程(2022年1期)2022-03-29 01:06:28
        民用建筑防煙排煙設(shè)計(jì)優(yōu)化探討
        關(guān)于優(yōu)化消防安全告知承諾的一些思考
        一道優(yōu)化題的幾何解法
        由“形”啟“數(shù)”優(yōu)化運(yùn)算——以2021年解析幾何高考題為例
        圍繞“地、業(yè)、人”優(yōu)化產(chǎn)業(yè)扶貧
        事業(yè)單位中固定資產(chǎn)會(huì)計(jì)處理的優(yōu)化
        4K HDR性能大幅度優(yōu)化 JVC DLA-X8 18 BC
        幾種常見的負(fù)載均衡算法的優(yōu)化
        電子制作(2017年20期)2017-04-26 06:57:45
        中文字幕一区二区三区.| 亚洲精品午夜无码专区| 少妇白浆高潮无码免费区| 国产精品 精品国内自产拍| 亚洲自偷自拍另类第一页| 精品国产亚洲亚洲国产| 国产肥熟女视频一区二区三区| 四虎影视亚洲精品| 男子把美女裙子脱了摸她内裤| 亚洲视频免费一区二区 | 超碰97人人射妻| 欧美极品少妇性运交| 日韩精品欧美激情国产一区| 高清国产国产精品三级国产av| 亚洲综合成人婷婷五月网址| 国产精品天天狠天天看| 亚洲a∨好看av高清在线观看| av中文字幕一区人妻| 日本无码欧美一区精品久久| 欧美人与动人物牲交免费观看| 久久久精品人妻一区二| 中文字幕乱码在线人妻| 最近在线更新8中文字幕免费| 国产91在线免费| 一区二区三区手机看片日本韩国| 男吃奶玩乳尖高潮视频| 中文字幕人妻丝袜乱一区三区 | 婷婷色在线视频中文字幕| 黑人老外3p爽粗大免费看视频| 先锋影音av最新资源| 亚洲先锋影院一区二区| 亚洲成人激情深爱影院在线| 亚洲va国产va天堂va久久| 好吊妞人成免费视频观看| 美女被搞在线观看一区二区三区| av无码精品一区二区三区| 疯狂做受xxxx高潮欧美日本| 国产精品爽爽VA吃奶在线观看| 最好看的亚洲中文字幕| 女人下面毛多水多视频| 最新国产成人综合在线观看|