文章针对软硬时间窗共存装卸一体化车辆路径问题(vehicle routing problem with simultaneous delivery and pickup under coexistence of soft and hard time windows,VRPSDPCSHTW)建立了包含车辆固定出行成本、运输成本和惩罚成本的...文章针对软硬时间窗共存装卸一体化车辆路径问题(vehicle routing problem with simultaneous delivery and pickup under coexistence of soft and hard time windows,VRPSDPCSHTW)建立了包含车辆固定出行成本、运输成本和惩罚成本的数学模型,提出了一种混合离散粒子群优化算法。针对基本离散粒子群算法容易早熟收敛而陷入局部最优等问题,内嵌一种变邻域下降局域搜索方法,并在一定概率下执行以加强种群搜索能力,最后通过3个算例的仿真分析进行了算法验证。展开更多
针对带时间窗的车辆路径问题(Vehicle Routing Problems with Time Windows,VRPTW),提出了一种混合粒子群优化算法(Hybrid Particle Swarm Optimization,HPSO)进行求解。所提出的算法设计了一种高效的编解码策略,以此搭建HPSO算法解空间...针对带时间窗的车辆路径问题(Vehicle Routing Problems with Time Windows,VRPTW),提出了一种混合粒子群优化算法(Hybrid Particle Swarm Optimization,HPSO)进行求解。所提出的算法设计了一种高效的编解码策略,以此搭建HPSO算法解空间到VRPTW解空间的桥梁。同时为了提高算法的寻优能力,设计了由单点插入策略以及双点交换策略组成的局部搜索策略。通过solomon-50标准数据集中的九个算例进行仿真实验,实验结果证明了所提出算法的寻优能力和稳定性均优于对比算法,最优解误差相较于对比算法最多降低了38.32%。展开更多
针对需求可拆分的多品种库存路径问题(multi-product inventory routing problem with split deliveries,MIRPSD),提出一种基于最小化库存持有成本、运输成本和车辆使用总成本的车辆路径优化模型。同时考虑每个客户的交货计划及每种货...针对需求可拆分的多品种库存路径问题(multi-product inventory routing problem with split deliveries,MIRPSD),提出一种基于最小化库存持有成本、运输成本和车辆使用总成本的车辆路径优化模型。同时考虑每个客户的交货计划及每种货物的运输数量。设计混合遗传算法进行求解,引入扰动策略以提高搜索效率,并通过实验选取合适的参数。探讨了平均日需求量与车辆载重量的比值、单位库存持有成本对需求拆分策略及总配送成本的影响。多组算例试验表明,本文提出的模型和算法可有效解决该问题。当需求量服从正态分布且平均日需求量为车辆载重量的55%时,采用需求拆分策略的效果最佳。本研究拓展了库存路径问题的相关理论,既可为解决MIRPSD问题提供一种新思路,也可为物流企业的相关决策提供理论依据。展开更多
文摘文章针对软硬时间窗共存装卸一体化车辆路径问题(vehicle routing problem with simultaneous delivery and pickup under coexistence of soft and hard time windows,VRPSDPCSHTW)建立了包含车辆固定出行成本、运输成本和惩罚成本的数学模型,提出了一种混合离散粒子群优化算法。针对基本离散粒子群算法容易早熟收敛而陷入局部最优等问题,内嵌一种变邻域下降局域搜索方法,并在一定概率下执行以加强种群搜索能力,最后通过3个算例的仿真分析进行了算法验证。
文摘针对带时间窗的车辆路径问题(Vehicle Routing Problems with Time Windows,VRPTW),提出了一种混合粒子群优化算法(Hybrid Particle Swarm Optimization,HPSO)进行求解。所提出的算法设计了一种高效的编解码策略,以此搭建HPSO算法解空间到VRPTW解空间的桥梁。同时为了提高算法的寻优能力,设计了由单点插入策略以及双点交换策略组成的局部搜索策略。通过solomon-50标准数据集中的九个算例进行仿真实验,实验结果证明了所提出算法的寻优能力和稳定性均优于对比算法,最优解误差相较于对比算法最多降低了38.32%。
文摘针对需求可拆分的多品种库存路径问题(multi-product inventory routing problem with split deliveries,MIRPSD),提出一种基于最小化库存持有成本、运输成本和车辆使用总成本的车辆路径优化模型。同时考虑每个客户的交货计划及每种货物的运输数量。设计混合遗传算法进行求解,引入扰动策略以提高搜索效率,并通过实验选取合适的参数。探讨了平均日需求量与车辆载重量的比值、单位库存持有成本对需求拆分策略及总配送成本的影响。多组算例试验表明,本文提出的模型和算法可有效解决该问题。当需求量服从正态分布且平均日需求量为车辆载重量的55%时,采用需求拆分策略的效果最佳。本研究拓展了库存路径问题的相关理论,既可为解决MIRPSD问题提供一种新思路,也可为物流企业的相关决策提供理论依据。
