搜索结果: 1-15 共查到“计算机科学技术 车辆路径问题”相关记录15条 . 查询时间(0.139 秒)
求解带用户满意度的多目标实时车辆路径问题的改进伊藤算法
动态车辆路径问题 伊藤算法 蚁群算法 用户满意度
2017/1/5
基于对标准车辆路径问题的分析,本文构建了一种包括交通因素、客户需求动态改变、用户满意度的多目标动态车辆路径问题模型.针对伊藤算法在求解离散组合优化问题时效率较低、收敛性较差等缺陷,本文以具有通用性的伊藤算法为框架,参考蚁群算法,设计了伊藤-蚂蚁优化算法,并采用正交实验的方法,分析了改进算法参数的设置问题.为了验证改进算法的有效性,文章对标准测试数据集中的数据进行了测试.最后,将标准测试数据改编成符...
求解带软时间窗车辆路径问题的改进伊藤算法及其收敛性分析
伊藤算法 漂移算子 波动算子 收敛性分析 带软时间窗车辆路径问题
2017/1/9
针对伊藤算法在求解离散组合优化问题时效率较低、收敛性较差等缺陷,本文提出的改进伊藤算法引入了协同扩散过程的漂移系数,采用局部搜索能力强的爬山法确定波动系数,将漂移和波动同步进行,当找到可行解之后再进行一定程度的波动.为了验证算法的有效性,将改进后的伊藤算法用于求解带软时间窗的车辆路径问题.仿真结果表明,改进后的算法效率更高,收敛速度更快,算法稳定性和健壮性也更好.此外,本文还根据马尔科夫链移向吸引...
在BtoC电子商务物流配送活动中，配送公司外包车辆和配送人员上班具有时间限制。为求解带工作时间与时间窗约束的开放式车辆路径问题(OVRPTWWT)，构建其混合整数规划模型，给出一种求解该问题的非代际克隆选择算法，对算法中抗体的更新与抑制策略进行改进，设计出新的克隆选择方法。通过实验验证了该模型与OVRPTWWT非代际克隆选择算法的有效性。
蚁群算法在求解车辆路径问题过程中存在搜索时间长、易于陷入局部最优解的问题。为此，设计并实现一种混合蚁群算法。引入变异算子增强算法的全局搜索能力，采用2-opt法优化阶段最优解的子路径。通过对信息素的挥发因子进行动态调整，从而有效控制信息量的变化速度。实例仿真结果表明，该算法具有较好的求解效率和寻优效果。
有时间窗的车辆路径问题及改进
车辆路径问题 禁忌搜索算法 时间窗
2012/11/14
基于改进的禁忌搜索算法求解有时间窗的车辆路径问题, 建立了该问题的通用数学模型. 改进算法中, 在随机构造的多个可行解中挑选较好的解作为初始解, 采用2-opt方法生成邻域, 并构造了动态禁忌表, 使禁忌表的大小和结构随搜索过程发生改变, 提高了整体寻优能力. 仿真实验证明了算法的可行性、 有效性和优越性。
蜂群优化算法在车辆路径问题中的应用
车辆路径问题 蜂群算法 优化
2010/3/1
车辆路径问题（VRP）是组合优化中典型的NP难题。根据车辆路径问题的实际情况，考察车辆数和总行程两个目标函数，给出了该问题的一种新的算法，蜂群算法。通过计算若干benchmark问题，并将结果与其他算法相比较与分析，验证了算法的有效性。蜂群算法是刚刚起步的智能优化算法，目前国内外关于蜂群算法的文献较少，故不仅是拓宽蜂群算法的应用范围的有效的尝试，同时也给车辆路径问题提供了一种新的解决方法。
针对由多个配送中心和多个客户点组成的物流网络中的车辆路径问题，提出了一种基于“集群第一，路线第二”的路径优化策略，即首先使用Voronoi分割对配送区域进行划分，然后引入综合插入算法和变邻域搜索算法的混合启发式算法求解配送区域内车辆路径问题。通过算例和应用系统的分析与验证表明,该混合算法既能获取质量较优解，同时也具有较好的实时性，能较好地满足实际应用需求。
物流配送车辆路径优化问题是在物流系统中受到普遍关注的问题，也是一个NP-Hard问题。针对物流配送车辆路径问题，提出并实现了一种自适应伪并行免疫遗传算法。利用多个子种群同时进化及小生境技术，给出了一种小生境伪并行协同进化策略，给出了编解码方式及免疫克隆、提取疫苗、接种疫苗、免疫选择等免疫算子以及选择、交叉、变异等遗传算子的具体设计，进化过程中克隆规模可依据抗体－抗原亲合度、抗体－抗体亲合力自适应调...
带时间窗的粮食物流车辆路径问题的研究
车辆路径问题 粒子群算法 优化
2009/12/28
带时间窗的粮食物流车辆路径问题是一个典型的NP—难问题。针对粮食物流批量大、多点对多点等特点，建立了带时间窗的粮食物流车辆路径问题（Vehicle Routing Problem with Time Windows，VRPTM）的数学模型，进一步构造粒子群算法（Particle Swarm Optimization，PSO）用于问题求解，并将求解结果与遗传算法进行比较。结果表明，粒子群算法可以快速...
求解带时间窗车辆路径问题的改进粒子群算法
带时间窗车辆路径问题 粒子群算法 交换原理
2009/10/10
通过分析已有粒子群算法对有时间窗约束的车辆路径问题求解质量不高的原因，提出了一种基于粒子交换原理的整数粒子更新方法。采用构造的双层粒子进化算法分别对8个和20个任务点的有时间窗约束的车辆路径问题求解，数值实验结果表明算法的求解精度和耗时均优于已有算法。
基于客户满意度的开放式车辆路径问题研究
客户满意度 开放式车辆路径问题 粒子群优化算法
2009/9/4
将客户满意度作为优化目标引入开放式车辆路径问题。使用梯形模糊数表示客户满意度，建立基于客户满意度的开放式车辆路径问题的数学模型。将改进的最邻近插入法和最廉价插入法作为后优化过程与粒子群优化算法结合求解该问题。分析2种混合算法的计算复杂度，通过实验仿真对算法进行分析比较。
带时间窗车辆路径问题的混合改进型蚂蚁算法
带时间窗车辆路径问题 混合蚂蚁算法 转移概率修正
2009/7/23
带时间窗车辆路径问题（VRPTW）是VRP的一种重要扩展类型，在蚂蚁算法思想基础上，设计用于求解该问题的混合改进型算法并求解Solomon标准数据库中的大量实例。经过大量数据测试并与其他启发式算法所得结果进行比较，获得了较好的效果。
基于车辆路径问题的带近邻因子的粒子群算法
近邻因子 粒子群算法 车辆路径问题
2009/7/20
提出了一种改进的粒子群算法。该算法通过引入近邻因子，增强了当前粒子的学习功能，克服了基本粒子群算法易陷于局部最优的缺陷，提高了算法进化的收敛精度。将该算法用于解决车辆路径问题，实验结果表明具有较好的性能和很好的应用价值。
有时间窗车辆路径问题的混合智能算法
蚁群算法 遗传算法 混合智能算法
2009/7/6
有时间窗的车辆路径问题属于组合优化领域中的NP-hard问题。在对该问题进行分析的基础上，为之建立了数学模型，提出了一种求解该问题的混合智能算法。该算法通过使用蚁群算法和遗传算法交替优化，并且及时交换信息，弥补了蚁群算法和遗传算法各自的不足，达到了优势互补的效果，增强了算法的寻优能力，避免了停滞现象。实验结果表明，该算法能有效解决有时间窗的车辆路径问题。