车辆路径规划的连续多目标优化模型设计与其求解方法 (1)

车辆路径规划的连续多目标优化模型设计与其求解方法 (1)

ID:31949819

大小:6.58 MB

页数:66页

时间:2019-01-29

车辆路径规划的连续多目标优化模型设计与其求解方法 (1)_第1页
车辆路径规划的连续多目标优化模型设计与其求解方法 (1)_第2页
车辆路径规划的连续多目标优化模型设计与其求解方法 (1)_第3页
车辆路径规划的连续多目标优化模型设计与其求解方法 (1)_第4页
车辆路径规划的连续多目标优化模型设计与其求解方法 (1)_第5页
资源描述:

《车辆路径规划的连续多目标优化模型设计与其求解方法 (1)》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..11.1多目标车辆路径优化的研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11.2进化多目标优化算法的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21.3进化多目标车辆路径优化算法的研究现状⋯⋯⋯⋯⋯⋯⋯⋯.31.4免疫优化算法的主要进展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯41.5密母算法研究的发展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.51.6本文的研究动机和主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.61.7本文的内容安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..7第二章基于克隆选择的免疫多目标

2、优化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。92.1多目标优化问题的数学描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.92.2免疫多目标优化的基本原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯102.3非支配邻域免疫算法NNIA⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..112.4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.14第三章车辆路径规划问题的连续多目标优化模型设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..153.1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..153.2带时问窗的多目标车辆路径优化问题的数学描述⋯⋯⋯⋯⋯⋯153.3车辆到达时间转化为服务质量⋯⋯⋯⋯⋯⋯

3、⋯⋯⋯⋯⋯.173.4时间窗约束转化为服务质量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯193.5求解VRPTW的NNIA算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯203.6仿真实验及结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2l3.6.1仿真条件⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..213.6.2测试用例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..213.6.3实验说明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..223.6.4实验结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..223.7本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.28第四章结合LK搜索和NNIA的多目标车辆

4、路径优化算法⋯⋯⋯⋯⋯⋯⋯⋯..294.1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..294.2LK启发式搜索概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.294.3MIA算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.304.3.1编码和初始化⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.314.3.2更新优势种群⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯..⋯⋯⋯.324.3.3LK启发式搜索⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯324.3.4选择和克隆⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.324.3.5交叉和变异⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.334.4仿真实验及其结果分

5、析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..364.4.1仿真条件⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯364.4.2测试用例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯374.4.3性能指标⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...374.4.4实验说明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯384.4.5实验结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯384.5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..52第五章总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯535.1论文工作总结⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯535.2进一步展望⋯

6、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯54驾C谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯55参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯57研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.63第一章绪论车辆路径规划问题(VehicleRoutingProblem,VRP)首先由Dantzig和Ramser于1959年提出⋯。该问题可以表述为:对一系列在地理位置上分散的客fj(customer),在满足一定约束条件的情况下

7、,组织最优的行车线路,使车辆(vehicle)从配送中心(depot)出发有序地将货物送达各个客户,并达到一定的目标(tLjzH总路程最短)。车辆路径规划问题是运筹学中的一个重要分支,同时也是组合优化问题中的NP完全问题uJ之一。车辆路径规划问题与日常生活联系紧密,有着非常广泛的应用,其中在物流上的运用是其重要的运用之一。车辆路径规划问题作为物流组织关键环节,直接影响顾客的服务水平和公司的配送成本。在如今复杂的配送环境下,如何优化配送方案,在配送成本和服务水平之问取得好的折中具有非常重要的研究意义,因此越来

8、越多的研究者开始研究车辆路径规划的多目标优化。本章首先介绍多目标车辆路径优化的研究意义和研究现状,然后介绍了多目标优化算法的主要进展以及免疫和Memetic优化算法的发展,最后介绍了本文的研究动机和主要工作并给出了本文的组织结构。1.1多目标车辆路径优化的研究意义随着社会主义市场经济的不断发展,作为“第三利润源泉”的物流对经济活动的影响日益明显,越来越引起了人们的重视,成为当前“最重要的竞争领域”,未来的市场竞争

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。