基于蚁群算法的物流配送车辆路径问题研究

《基于蚁群算法的物流配送车辆路径问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、：Ｕ１１６．２公开中图分类号密级：ＵＤＣ：Ｌ本校编号；讀州交違乂攀硕±学位论文论目；基于蚁群算法的物流配送车辆路径问题研究研究生姓名．０２１３０００４：陈磊耸号学校指导教师姓名：賣剑青职疏：教授申请学位等级：王学硕去专业：交通运输规划与管理论文提交日期２０１６．０４２０１６．０６：论义咎辩日期：独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中蒋别加ＵＵ示注和致谢么处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含获得兰

2、州巧通大学或其他教育机构的学位或证书而使用过的材稱。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：年：案签字日期乃《／月部日７、慕学位论文版权使用授权书本学位论文作者完全了解兰州巧通大学有关保留、使用学位论文的规定。特授权兰州巧通大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编Ｗ供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名；导师签名；签多

3、字日期：知＞／／年／月如日签字日期《年＾月日硕士学位论文基于蚁群算法的物流配送车辆路径问题研究AStudyonAntColonyOptimizationforVehiclesRoutingProblemsofLogisticsDistribution作者姓名：陈磊学科、专业：交通运输规划与管理研究方向：城市交通规划与管理学号：02130004指导教师：贾剑青完成日期：2016.04兰州交通大学LanzhouJiaotongUniversity兰州交通大学硕士学位论文摘要车辆路径问题属于运筹学范畴，是运输线路规划、选取合理配送车辆的核心工作，在提高货物运输经济

4、中起着至关重要的作用。随着市场竞争的剧烈化和顾客需求的多样化，带能力约束的VRP已经不能科学地指导企业完成其配送任务；从提高企业的市场竞争力和满足客户的多样性需求的角度研究VRP问题越来越受到大量学者的广泛关注，相比于只包含车辆载重约束的基本VRP，带时间窗的车辆路径问题（VRPTW）能更好地反应实际应用情况。本文结合实际的生产运作情况，运用改进的蚁群算法，有效的求解带时间窗的多车型车辆路径问题。研究结论主要有：（1）蚁群算法中，蚂蚁在初始寻优过程中，在选择下一节点时，根据状态转移概率确定备选客户点的概率值。通常情况下，蚂蚁选择概率较大的节点，这样就会导致蚁群算法在

5、搜索过程中容易出现停滞现象。本文在选择下一节点时引入一个随机数，让部分蚂蚁有一定的犯错概率，也就是蚂蚁在选择下一节点时会有一定的探索性搜索，并在蚂蚁完成一次迭代后对结果进行遗传算子操作，这样可以有效扩大问题的解空间，从而提高算法的求解性能。（2）在对带时间窗的车辆路径问题求解时，客户的服务时间窗要求对目标函数有直接影响，因此在蚂蚁选择下一节点的转移概率中，仅考虑路径长度以及路径上的信息素浓度可能得不到问题的合理解。本文通过在蚂蚁的转移概率中加入了时间窗因素，使得问题的解更接近最优解，通过对蚁群算法改进前后的结果对比分析，发现改进蚁群算法在求解该问题时更具优势。（3）

6、目前对于带时间窗的多车型车辆路径问题的研究较少，大容量货车有装载量大、行驶距离远的优点，但却不可避免的具有行驶速度慢、配送效率低的缺陷，而小容量货车则相反。因此，本文在综合考虑不同车型的特点，结合不同客户对服务时间窗要求的基础上，设计了改进的蚁群算法对带时间窗的多车型车辆路径问题进行求解，研究结果表明，对于同一配送任务，选用混合车型的配送方案在某种程度上会取得更好的效果。关键词：物流配送；车辆路径问题；改进蚁群算法论文类型：应用研究-I-基于蚁群算法的物流配送车辆路径问题研究AbstractVehicleroutingproblembelongstothecateg

7、oryofoperationsresearch,isthecoreworkintransportationrouteplanningandselectingappropriatedeliveryvehicle,improvethetransportofgoodsintheeconomyplaysavitalrole.Withtheintensificationofmarketcompetitionandthediversificationofcustomerneeds,themostbasicmodelofVRPisdifficulttoeffectivelyg