欢迎来到天天文库
浏览记录
ID:37123375
大小:1.61 MB
页数:64页
时间:2019-05-18
《遗传算法和量子遗传算法在物流系统优化中的应用》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、摘要物流优化成为大型物流企业利润增长的突破点,也是打破物流系统开发瓶颈的有效。F段。K久以来,依抛数据分析和运篇学的思想,为物流系统的运作和执行提出建设性的意见、方案和依掘,整合物流环节、优化流程管理,成为成功物流管理中的-一个重要因素——物流优化。凼此无论从管理的角度还是工程的角度,物流优化都存在很大的经济利益和发展潜力,对管理人员和工程技术人员提出了巨大的挑战。本文研究的主要内容是:遗传算法和量子遗传算法在运输指派问题、二次分配问题(QAP)、以及配送方案优化和物流决策的多选择背包问题的应用与实现
2、。令文共分为六章。第一章绪论,阐述了物流系统的发展趋势和物流优化方法;第二章遗传算法,介绍该算法的流程和理论基础,以及改进遗传算法;第三章量子遗传算法,介绍量子计算的概念,对量了遗传算法的进化机理和改进算法进行总结归纳;第四章遗传算法在运输最优化指派问题L的实现,运用改进遗传算法,不断扩大研究规模;通过实例分析,说明改进遗传算法在指派问题和QAP问题上的有效性;第五章量子遗传算法在物流配送系统的应用,根据量子编码的特性,提出新的量子配送模型和配送策略,实现量子遗传算法在配送领域的首次应用。在此基础上提
3、}H派型量子更新门思想,对量予遗传操作进行改进;第六章量子遗传算法在物流决策支持方面的研究,以多选择背包问题为研究对象,实现了量子遗传算法在该领域的应用,其中对约束问题的处理,以及对非法解处理的思路上,较为新颖,对同类约束问题的处理具有借鉴意义。通过量予遗传算法或遗传算法建模是优化过程中的关键,本文基于大量的研究和试验,成功地将算法与具体的物流问题相结合,实现物流系统中若干环节的整合和优化,有很高的应用价值,其潜在的经济效益不容忽视。关键词:物流系统优化,量子遗传算法,遗传算法,指派问题,物流配送多选
4、择背包ABSTRACTTheoptimizationtothelogisticsystemshasbecomethekeypointtoraisethecompetitionandthenewincreasingintheprofitforthelargeandpowerfullogisticsenterprises。meanwhileitalsohasbecomethenewsolutiontopromotethefurtherdevelopmentforlogisticssystems.Based
5、ontheOperationResearchanddataanalysis,toprovideplanning,suggestionsandexecutivesupportingstrategiesforthesupplychainhasbeenoneofthemostimportantfactorsforthesuccessfullogisticsmanagement,torealizetheintegrationandoptimizationinthewholesupplychains.Whate
6、verintheengineeringfieldorthemanagementfield,theoptimizationforlogisticsystemshasgreatspacetoraisetheeconomydevelopment。atsametimeitalsobecomesagreatchallengebothtomanagingexpertsandtotheengineersinthisfield.Themaincontentsinthisthesisareincluded:TheAss
7、ignmentProbleminlogistics,QuadraticAssignmentProblem,DistributionoptimizationandtheMultiple-choiceKnapsackProblem’srealizationandapplicationbyusingtheGeneticAlgorithmandQuantumGeneticAlgorithmThisdissertationincludessixchapters.Thefirstchapterisintroduc
8、tion;itbrieflyintroducesthecurrentdevelopmentinlogisticsandtheadvancedoptimizingmethods.Thesecondchapterisgeneticalgorithm,brieflyintroducinggeneticalgorithmoperationandbasisknowledge,andthenonstandardgeneticoperators.Thethirdcha
此文档下载收益归作者所有