基于蚁群算法的多中心车辆调度问题研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:lele3383
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近几年来,物流作为促进经济增长的“第三利润源”,受到了国内各行各业的极大重视并得到了迅速的发展。配送是物流中的一个重要的、直接与消费者相连的环节,在配送业务中,配送车辆调度问题对配送的速度、成本、效益有着直接的影响,是关键一环。基于国内外在此问题上的研究现状和中国的实际情况、特点,本文主要围绕有时间窗的多车型、多中心车辆调度问题的数学模型的建立和所用算法进行了研究和探索,在此基础上开发了物流配送车辆优化调度模拟系统。具体工作如下:  1)在前人建立的单车型、单中心车辆调度问题模型的基础上,考虑了多中心、多车型、有时间窗等情况,建立了有时间窗的多车型、多中心车辆调度问题基于直观描述的数学模型。  2)在对蚁群算法进行深入分析和研究的基础上,对其中最大——最小蚂蚁系统(MMAS)进行了改进,改进了算法的信息素更新方式,并采用了一种新的动态自适应信息素更新策略,实验证明改进后的算法提高了全局搜索能力,加快了收敛速度;针对有时间窗的多车型、多中心车辆调度问题,吸收了多态蚁群算法、小窗口蚁群算法和相遇问题蚁群算法的思想,提出了一种解决此问题的改进分类分组MMAS算法,对算法的选择机制、转移机制、约束条件的处理等进行了详细的设计,使改进后的算法更适合求解问题,并用实验检验了算法的可行性和有效性。  3)在应用改进的分类分组MMAS算法求解有时间窗的多车型、多中心车辆调度问题的基础上,设计并实现了基于B/S结构分三层即表现层、业务逻辑层和数据持久层的物流配送车辆优化调度模拟系统,合理地对各中心的车辆进行统一管理、调度,达到了对配送车辆优化调度的效果。
其他文献
近年来,物流配送作为“第三方利润源泉”受到各行各业的重视。如何构建一个合理高效的物流配送系统来降低配送成本、增加效益成为物流学者们广泛关注的问题。  本文将地理
传统的企业应用集成技术不能适应企业信息系统的快速增长,WEB服务使应用程序的集成比以前更快、更容易而且更便宜.集成在协议栈中较高层发生,它使用基于XML格式的SOAP消息进
解决配送车辆的路由问题,是现代物流系统优化的关键,也是电子商务中的重要环节.车辆优化调度,能够降低物流运营成本、提高物流工作效率.该文针对各类路由问题模型及其优化算
医学图像三维可视化重建算法是目前医学影像领域研究的一个热点问题,它横跨计算机图形学、计算机图像处理和生物医学工程等学科,目前在医学辅助诊断、手术仿真、医疗教学等方
生物识别技术是利用人体所固有的生物特征来进行自动身份识别的技术.人体生物特征具有普遍性、唯一性和稳定性等特点,并且不会被遗忘,也较难被模仿或伪造.与传统的身份识别方
  本论文在深入研究语义Web的体系结构、关键技术的基础上,对逻辑推理系统和基于OWL的语义Web推理技术作了研究,主要创新性工作包括:  提出一个基于规则的OWL推理系统模型:基
Internet正从一个主要用于交换和共享信息的网络演变成为一个开放协同软件环境。其安全问题呈现出许多新特点,如安全分析主体的复杂化、安全信息的不完整性、安全度量的相对化
Web上信息就像一条河流,从我们身边不停流过.已经有很多人认识到这些信息的价值,从而展开了对Web信息多方面的研究.该文阐述的内容就是基于这些研究,并希望能够对他人的相关
随着微处理器技术和操作系统技术的不断发展,嵌入式实时操作系统已经成为计算机科学的一个重要组成部分,并且已经被广泛应用于制造业、过程控制、仪器仪表、通讯等不同领域。
本文分析了现有矢量化研究的两类主要方法:一阶段方法和两阶段方法.在分析这些方法的优缺点的基础上,提出了"逐步简化的两阶段混合矢量化模型".在上述模型中,首先应用一阶段