为了满足供应链物流的不同需求,考虑多种车型、车辆容量、车辆油耗、车辆最大配送距离等约束条件,以最小油耗、最短配送距离为目标,建立多车型供应链物流运输调度模型(Multi-Type Vehicle Routing Problem in Supply Chain,MTVRPSC),并...为了满足供应链物流的不同需求,考虑多种车型、车辆容量、车辆油耗、车辆最大配送距离等约束条件,以最小油耗、最短配送距离为目标,建立多车型供应链物流运输调度模型(Multi-Type Vehicle Routing Problem in Supply Chain,MTVRPSC),并提出一种混沌烟花算法求解该模型。该算法以烟花算法为核心,提出一种编解码策略实现连续空间到MTVRPSC离散空间的映射,重新定义算法的适应度函数、适应度值和适应度的比较方法,并采用混沌初始化策略和混沌搜索策略来增强算法收敛效果。实验结果表明,所提出的算法在求解MTVRPSC时具有较强的寻优能力和稳定性。展开更多
本文提出了一种离散蝙蝠算法求解带时间窗的车辆路径问题(vehicle routing problem with time window).该算法提出了蝙蝠位置的定义、速度的定义、位置更新操作、速度更新操作、频率更新操作,并采用惩罚机制与向量比较机制相结合的方法...本文提出了一种离散蝙蝠算法求解带时间窗的车辆路径问题(vehicle routing problem with time window).该算法提出了蝙蝠位置的定义、速度的定义、位置更新操作、速度更新操作、频率更新操作,并采用惩罚机制与向量比较机制相结合的方法处理相关约束条件.该算法引入了随机插入策略、最少客户车辆插入搜索、普通插入搜索、交换搜索、带时间窗的2-Opt搜索等策略来扩大搜索空间、加强算法的收敛效率.实验结果表明:所提出算法具有较强的寻优能力、较高的鲁棒性、较少的时间耗费;本文所采用的关键参数值和策略能提高所提出算法的性能;通过假设检验证明了所提出算法与对比算法之间的算法性能均有显著性差异.展开更多
本文考虑了多个供应商、多个制造商和多个零售商的三级供应链物流运输调度,以最大限度地降低采购、加工和运输成本为目标,提出了带容量约束的供应链物流运输调度模型(Capacitated Vehicle Routing Problem in Supply Chain,CVRPSC).进...本文考虑了多个供应商、多个制造商和多个零售商的三级供应链物流运输调度,以最大限度地降低采购、加工和运输成本为目标,提出了带容量约束的供应链物流运输调度模型(Capacitated Vehicle Routing Problem in Supply Chain,CVRPSC).进一步地,本文构造了求解CVRPSC的双层变邻域蝙蝠算法(Two-Level Bat Algorithm with Variable Neighborhood Search,TLBAVNS).该算法提出了一种双层蝙蝠位置的定义,引入了相应的蝙蝠算法的更新操作,采用变邻域局部搜索策略加强算法的寻优能力.实验证明:TLBAVNS能在合理的时间内求解CVRPSC;在大部分测试算例中,该算法相对于对比算法均表现出了更强的寻优能力和稳定性.展开更多
文摘为了满足供应链物流的不同需求,考虑多种车型、车辆容量、车辆油耗、车辆最大配送距离等约束条件,以最小油耗、最短配送距离为目标,建立多车型供应链物流运输调度模型(Multi-Type Vehicle Routing Problem in Supply Chain,MTVRPSC),并提出一种混沌烟花算法求解该模型。该算法以烟花算法为核心,提出一种编解码策略实现连续空间到MTVRPSC离散空间的映射,重新定义算法的适应度函数、适应度值和适应度的比较方法,并采用混沌初始化策略和混沌搜索策略来增强算法收敛效果。实验结果表明,所提出的算法在求解MTVRPSC时具有较强的寻优能力和稳定性。
文摘本文提出了一种离散蝙蝠算法求解带时间窗的车辆路径问题(vehicle routing problem with time window).该算法提出了蝙蝠位置的定义、速度的定义、位置更新操作、速度更新操作、频率更新操作,并采用惩罚机制与向量比较机制相结合的方法处理相关约束条件.该算法引入了随机插入策略、最少客户车辆插入搜索、普通插入搜索、交换搜索、带时间窗的2-Opt搜索等策略来扩大搜索空间、加强算法的收敛效率.实验结果表明:所提出算法具有较强的寻优能力、较高的鲁棒性、较少的时间耗费;本文所采用的关键参数值和策略能提高所提出算法的性能;通过假设检验证明了所提出算法与对比算法之间的算法性能均有显著性差异.
文摘本文考虑了多个供应商、多个制造商和多个零售商的三级供应链物流运输调度,以最大限度地降低采购、加工和运输成本为目标,提出了带容量约束的供应链物流运输调度模型(Capacitated Vehicle Routing Problem in Supply Chain,CVRPSC).进一步地,本文构造了求解CVRPSC的双层变邻域蝙蝠算法(Two-Level Bat Algorithm with Variable Neighborhood Search,TLBAVNS).该算法提出了一种双层蝙蝠位置的定义,引入了相应的蝙蝠算法的更新操作,采用变邻域局部搜索策略加强算法的寻优能力.实验证明:TLBAVNS能在合理的时间内求解CVRPSC;在大部分测试算例中,该算法相对于对比算法均表现出了更强的寻优能力和稳定性.
