資源描述：
《基于磁滯優(yōu)化車(chē)輛路徑問(wèn)題的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、摘要摘要車(chē)輛路徑問(wèn)題是物流配送領(lǐng)域涉及到的典型問(wèn)題，也是組合優(yōu)化領(lǐng)域最為重要和流行的研究問(wèn)題之一。本文研究有能力約束車(chē)輛路徑問(wèn)題(CVRP)。首先以數(shù)學(xué)規(guī)劃模型為基礎(chǔ)，針對(duì)CVRP分別應(yīng)用磁滯優(yōu)化算法(HO)和改進(jìn)的磁滯優(yōu)化算法進(jìn)行了求解，并針對(duì)標(biāo)準(zhǔn)的測(cè)試問(wèn)題，進(jìn)行了實(shí)驗(yàn)仿真，并給出了與其它優(yōu)化算法如粒子群算法(PSO)和遺傳算法(GA)相比較的結(jié)果。本文首先介紹了CVRP的基本理論。在這個(gè)問(wèn)題中，所有的顧客都有預(yù)先決定好的需求，每個(gè)車(chē)輛都有相同的容量約束，現(xiàn)在有一個(gè)從公共車(chē)場(chǎng)點(diǎn)出發(fā)的一列運(yùn)輸車(chē)隊(duì)來(lái)服務(wù)這
2、些顧客，最終要決定每輛車(chē)所服務(wù)的顧客，并且確定其訪問(wèn)順序，從而使得總花費(fèi)最小。首先給出了其圖模型和數(shù)學(xué)模型。在詳細(xì)說(shuō)明了幾種常見(jiàn)的智能優(yōu)化方法的基本原理以后．分別給出了‘每種方法應(yīng)用到CVRP上的過(guò)程和算法步驟。包括模擬退火算法、禁忌搜索算法、遺傳算法和蟻群算法等。接著，本文首次把磁滯優(yōu)化算法(Ho)應(yīng)用到有能力約束車(chē)輛路徑問(wèn)題中。Ho是一種起初針對(duì)旋轉(zhuǎn)玻璃模型所提出的物理優(yōu)化算法，最早由Zarfind等人于2002年提出。HO的核心在于利用交流去磁過(guò)程達(dá)到優(yōu)化的效果。具體來(lái)說(shuō)，通過(guò)在原來(lái)模型中引入一個(gè)幅
3、值逐步衰減的外部交變磁場(chǎng)，隨著外部場(chǎng)強(qiáng)方向的依次交替變化，來(lái)優(yōu)化目標(biāo)函數(shù)，使其逐步趨于最-優(yōu)解。Zarltnd等人曾把它應(yīng)用到100個(gè)城市規(guī)模的旅行商問(wèn)題(TSP)求解中，并驗(yàn)證了該算法的有效性．本文首次把HO算法應(yīng)用到有能力約束車(chē)輛路徑問(wèn)題中，針對(duì)5個(gè)標(biāo)準(zhǔn)的問(wèn)題進(jìn)行了仿真測(cè)試．實(shí)驗(yàn)結(jié)果表明HO算法能夠找到車(chē)輛路徑問(wèn)題的次優(yōu)解，且其解優(yōu)于其它智能優(yōu)化算法得到的結(jié)果。其次，本文針對(duì)有能力約束車(chē)輛路徑問(wèn)題提出了改進(jìn)的磁滯優(yōu)化算法。由于磁滯優(yōu)化算法相對(duì)于模擬退火算法等其它智能算法設(shè)計(jì)更為復(fù)雜，且對(duì)于一般的優(yōu)化問(wèn)
4、題來(lái)說(shuō)。定義構(gòu)象空間距離又相對(duì)麻煩，所以本文考慮采用改進(jìn)的磁滯優(yōu)化算法來(lái)求解車(chē)輛路徑問(wèn)題。通過(guò)定義泛化的外磁場(chǎng)，并且設(shè)定突變的雪崩點(diǎn)，本文進(jìn)一步改進(jìn)了基于磁滯優(yōu)化算法的車(chē)輛路徑問(wèn)題的求解．使得算法的求解變得更加通用、簡(jiǎn)單和快速。111浙江大學(xué)碩士學(xué)位論文IV最后，本文對(duì)全文做了總結(jié)，并對(duì)未來(lái)的研究做了展望。關(guān)鍵詞：車(chē)輛路徑問(wèn)題；圖模型；啟發(fā)式算法；智能優(yōu)化算法；磁滯優(yōu)化算法摘要AbstractTheVehicleRoutingProblem(VRP)isatypicalproblemrelatedtodi
5、spatchingsubjectinlogisticsandalsooneofthemostimportantandintensivelystudiedcombinatorialoptimizationproblems．ThisthesisstudiesontheCapacitatedVehicleRoutingProblem(CVRP)．Basedonthemathematicalprogrammingmodel，hystereticoptimization(HO)algorithmandallimpr
6、ovedHOoptimizationalgorithmareusedrespectivelytostudytheCVRP．Theexperimentalresultswithbenchmarkproblemsaregivenincludingcompareddataandanalysiswithotheroptimizationalgorithms，suchasparticleswarmoptimization，geneticalgorithms，etc．Firstly，thebasictheoryofC
7、VRPisintroduced．Inthisproblem，allcustomershaveapre-determineddemand，andeachvehiclehasthesamecapacityconstraints．Wehavetodecideafleetofvehicleswhichstartfromthedepottoservethesecustomerswithaminimumcost，includingwhichvehicleseinespecifiedcustomersandthevis
8、itingsequence．Wefirstgiveitsgraphmodelandmathematicalmodel．Basedadetaileddescriptionofbasicprinciplesofseveralcommonintelligentoptimizationmethods，theprocessandstepsofthesealgorithmonhowtobeappliedtoCVRPisgivenforea
