论文部分内容阅读
随着物流产业的迅猛发展,车辆路径规划问题日益受到研究人员和管理者的关注。在包装件配送领域,随着包装件的小批量、多批次的及时配送方式的发展,作为物流组成环节的物流配送,由于其配送成本在物流成本中的比重逐渐加大,选择有效的配送路线,减少配送成本,己经成为控制物流成本的主要措施。本课题旨在通过对遗传算法的研究,构造一种较为适合包装件Vehicle RoutingProblem(VRP)问题的改进遗传算法,能够运用该算法更好的解决VRP问题,为包装件在物流配送的路径规划问题中提供决策支持,基于该目的,本课题主要完成了以下几项工作:(1)对国内外关于车辆路径规划的资料进行研究,确立了以遗传算法为基本优化工具,对包装件车辆路径规划进行优化设计的研究思路。(2)对包装件物流配送的特点进行了研究,对遗传算法进行了系统的研究,分析了遗传算法的基本实现过程,着重研究了单亲遗传算法与基本遗传算法的区别,发现单亲遗传算法更适合于求解包装件VRP问题。(3)针对包装件VRP问题的特点,结合实际算例,从算子设计的角度入手,对各算子对优化效果的影响进行分析,指出标准遗传算法在求解VRP问题时的固有缺陷,进而为下一步的算法改进设计提供理论依据。(4)针对上述缺陷,对标准遗传算法进行了改进设计。主要方法是采用射线扫描法生成初始种群,以提高算法的收敛速度;结合单亲遗传算法的优点,设计了基于单亲遗传算法的进化逆操作交叉算子,以加强算法的局部搜索能力。基于MALAB平台仿真结果表明,通过改进设计,提高了遗传算法在求解包装件VRP问题时的准确性和速度。(5)将三维地形特征引入包装件车辆路径规划问题,以总路径尽可能短和总坡度尽可能小为多目标优化的目标函数,构建了多目标VRP问题的优化模型。采用双向扫描方法生成初始种群,将改进遗传算法应用于考虑三维地形的路径规划,通过MATLAB实现了包装件VRP问题多目标优化。