学位论文 > 优秀研究生学位论文题录展示
基于蚁群算法的单配送中心车辆调度问题研究
作 者: 吴珂
导 师: 郑红星
学 校: 大连海事大学
专 业: 物流工程
关键词: 车辆调度 蚁群算法 遗传算法 系统仿真
分类号: U492.22
类 型: 硕士论文
年 份: 2013年
下 载: 100次
引 用: 0次
阅 读: 论文下载
内容摘要
随着经济的发展,在未来市场的竞争中,物流作为“第三利润源泉”将起到举足轻重的作用。同时,现代智能物流系统也是当今研究的热点之一。物流配送是物流系统中一个重要环节,对其进行优化是物流企业实现提高效率,降低成本,提高客户满意率与企业竞争力的重要手段。因此,研究物流配送中的车辆调度需求,建立车辆调度数学模型,并提出有效的、对一般车辆调度问题具有一定适用性的智能优化方法,继而研制出车辆调度系统的研究具有重要的理论意义和实用价值。本文首先明确了物流配送车辆调度问题等的相关概念,讨论了调度需求及其约束条件,建立了约束环境下的车辆调度模型,在理论上对配送车辆调度问题进行了研究并对其各类常用解决方法作了简单比较。其次选定了蚁群算法来解决车辆调度问题,详细介绍了蚁群算法的产生、发展、研究现状,分析了蚁群算法的原理和实现流程,以及该算法在车辆调度问题中的应用。同时对基本蚁群算法的优点及不足进行了简单分析,针对蚁群算法在搜索初期收敛速度慢和易收敛于局部最优解的缺陷提出了改进方法。在改进算法中,利用蚁群算法易与其他启发式算法相结合的特点,将蚁群算法与遗传算法进行复合,并通过增加概率选择机制来提高求解效率,最终实现了算法的有效改进,解决了基本蚁群算法求解问题的缺陷,保障了改进算法求解实际问题的有效性。为进一步验证改进算法的可行性、适用性,本文通过开发的程序对车辆调度问题进行了仿真,直观地将问题求解,取得了较满意的成果。实验结果表明改进型蚁群算法性能优良,能在较短时间内求得车辆调度问题较满意的全局最优解。
|
全文目录
摘要 5-6 ABSTRACT 6-8 目录 8-10 第1章 绪论 10-16 1.1 课题研究背景 10-11 1.2 国内外研究现状 11-14 1.3 课题研究的目的及意义 14 1.4 论文工作及结构安排 14-16 第2章 车辆调度问题概述 16-26 2.1 物流配送实践难题 16-17 2.1.1 物流配送车辆调度问题 16-17 2.1.2 物流配送其他问题 17 2.2 车辆调度问题的概念及理论 17-22 2.2.1 车辆调度问题的提出 17 2.2.2 车辆调度问题的描述 17-18 2.2.3 车辆调度问题的扩展 18-19 2.2.4 车辆调度问题的约束条件 19 2.2.5 车辆调度问题的研究方法 19-22 2.3 单配送中心车辆调度问题描述及数学模型 22-25 2.3.1 时间窗车辆调度问题 22-23 2.3.2 单配送中心车辆调度问题的描述 23 2.3.3 单配送中心车辆调度问题数学模型 23-25 2.4 本章小结 25-26 第3章 蚁群算法原理及其应用 26-34 3.1 蚁群算法的基本原理 26-27 3.2 蚁群算法模型的建立 27-29 3.2.1 路径构建 27 3.2.2 信息素更新 27-29 3.3 车辆调度问题的蚁群算法基本实现步骤 29 3.4 参数分析 29-31 3.4.1 参数α对蚁群算法性能的影响 29-30 3.4.2 参数β对蚁群算法性能的影响 30 3.4.3 参数ρ对蚁群算法性能的影响 30 3.4.4 参数m对蚁群算法性能的影响 30-31 3.4.5 参数Q对蚁群算法性能的影响 31 3.4.6 参数设置 31 3.5 蚁群算法的优势及其缺陷 31-33 3.5.1 蚁群算法的优势 31-32 3.5.2 蚁群算法存在的不足 32-33 3.6 本章小结 33-34 第4章 改进蚁群算法的研究 34-39 4.1 利用遗传算法对蚁群算法的改进 34-36 4.1.1 遗传算法的基本原理 34 4.1.2 遗传算法的构成 34-36 4.2 应用确定性及探索性搜寻探索的选取体系改进蚁群算法 36 4.3 进行改进之后的蚁群算法流程图 36-37 4.4 本章小结 37-39 第5章 车辆调度系统的总体设计 39-45 5.1 需求分析 39-40 5.1.1 业务需求分析 39 5.1.2 车辆调度问题需求分析 39-40 5.2 系统设计原则 40-41 5.3 主要业务流程概述 41 5.4 功能结构的具体设计 41-43 5.5 数据库设计 43-44 5.6 系统开发环境 44 5.7 本章小结 44-45 第6章 车辆调度系统的实现 45-51 6.1 生成配送申请 45-46 6.2 审核配送申请 46-47 6.3 完成车辆调度 47-50 6.4 本章小结 50-51 第7章 总结与展望 51-53 7.1 论文总结 51 7.2 研究展望 51-53 参考文献 53-57 致谢 57
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- HID灯整流效应的研究,TM923.32
- 仿真系统模型验证方法和工具研究,TP391.9
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 大气层内动能拦截弹姿态控制规律设计,TJ765.23
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于遗传算法的中短波磁天线的设计及实现,TN820
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于遗传—牛顿算法的公交优化调度,TP18
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
- 基于遗传算法的矿山资源优化调度模型的研究,O224
- 基站维护发电智能调度系统的研究与实现,TM734
- 基于油耗的城市交通信号分层递阶控制的优化研究,U491.51
- 基于遗传算法和Moldflow的双色成型注塑模具浇注系统最优化的研究,TQ320.52
- 水生态承载力政策设计与政策效率的系统仿真,X171
中图分类: > 交通运输 > 公路运输 > 交通工程与公路运输技术管理 > 运营技术 > 行车组织 > 车辆调度与运行管理
© 2012 www.xueweilunwen.com
|