军事运输车辆调度问题分析

《军事运输车辆调度问题分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、摘要摘要1956年，Dantizig和Ramser提出了车辆路线问题(VehicleRoutingProblem，VRP)，该问题自提出以来就成为运筹学领域的一个热点，车辆路径问题不但为离散优化领域中其他的各类算法提供了思想方法平台，而且还广泛地应用于运输、生产、国防、生物、计算机应用等领域。同时，车辆路径问题是组合优化中的NP完全难题，通常采用启发式算法进行求解。本文研究的是军事运输车辆调度问题，首先把军事运输车辆调度问题分为平时军事运输车辆调度问题和战时军事运输车辆调度问题。对于平时军事运输车辆调度问题，根据平时军事运输特点将问题抽象成一个多车场带时间窗有先后次序

2、要求的非满载车辆调度问题，采用虚拟法将多车场问题转化为单车场问题，用数学建模的方法建立数学模型，并设计改进的遗传算法(GA)进行求解；对于战时的军事运输车辆调度问题，由于问题的动态性和不确定性，传统的离线建模方式不可能成功对问题进行描述，故采用_种基于案例推理的知识建模方法进行建模，将动态问题转化成静态问题求解。案例库采用基于自适应共振神经网络(ARTl)的层次聚类算法组织检索，把案例库分成若干子案例库，然后用基于ARTl的聚类和改进的最近相邻算法进行新问题的二级检索，用基于规则推理的方法完成案例的重用和修正。在此基础上，研究了基于地理信息系统的军事运输调度系统，用计

3、算机软件实现了系统的开发，并通过一个调度实例解释了其实际应用情况。最后总结了论文的研究内容，并对未来的研究做了简要展望。关键词军事运输，车辆调度问题，遗传算法，案例推理，地理信息系统ABSTRACTABSTRACTVehicleroutingproblem(VRP)hasbeenawell—knownprobleminoperationresearchsinceitwaspresentedbyDantizigandRamserin1956．Itisahotspottopicinthesubjectsofoperationalresearch，applicationma

4、thematics，analysisofnetworks，theoryofchart，computerapplicationandtransportation．Also，VehicleroutingproblemisaNP—completeproblemofcombinatorialoptimizationrealm，whichisusuallysoveldbyheuristicalgorithms．1MilitarytransportvehicleroutingproblemiSstudiedinthisthesis，whichcallbeclassifiedint

5、othemilitarytransportvehicleroutingprobleminpeacetimeandthatinwartime．Asforthemilitarytransportvehicleroutingprobleminpeacetime，itCanbeabstractedtoamultipaldepotvehicle。routingproblemwithtimewindows(MDVRPTW)accordingtothefeaturesofmilitarytransport．AndvirtualmethodCanbeusedtoeonveamulti

6、pledepotvehicleroutingproblem(MDVRP)tosingledepotvehicleroutingproblem．Thenwecansetupthemathematicmodelandadoptakindofimprovedgeneticalgorithm(GA)tosolvetheproblem,Asforthemilitarytransportvehicleprobleminwartime,themethodofthemanualoff-linemodelCallnotdescribeoftheproblemaccuratelyfort

7、heuncertaininformationanddynamism．So，weestablishthemodelthroughthemethodofknowledgerepresentationbasedonCase-basedReasoning(CBR)，whichCallconvertthedynamicproblemtothestaticproblem．TwolevelsofRetrievalmethodwhichunifiestheART1．basedhierarchicalclusteringmethodandtheimproved‘'Ne