原文传递
基于统计分区和智能优化算法的车辆调度问题研究
| 论文题名： | 基于统计分区和智能优化算法的车辆调度问题研究 |
| 关键词： | 车辆调度;统计分区;智能优化算法 |
| 摘要： | 车辆调度问题一直是研究的热点问题,也是典型的NP难题。随着各种智能优化算法,例如模拟退火算法、蚁群算法、遗传算法等不断改进和应用,为车辆调度问题的求解提供了更为广阔的手段。无论如何,传统的车辆调度问题研究一直在追求更精确的优化解,并不断提升问题求解的速度及效率。而近年来,车辆调度问题的研究更是朝着贴近现实实际的方向发展,而不再是仅仅局限于车辆调度理论研究。 为此,在车辆调度问题中,研究者不断增加限制条件。这些限制条件包括时间窗、单位距离成本函数、车辆的空载率,甚至将司机的合理工作时间加以考虑。这样的研究确实为现实问题的解决提供了更为具体的理论支撑,于此同时,也使得问题规模成几何级数增加。加之电子商务、移动互联的快速兴起,物流业的规模也成几何级数增加。这些,都极大的拓展了车辆调度问题的广度和深度。为了降低车辆调度问题的规模性,统计分区的研究方法很少有文章涉及。而通过研究发现,其实车辆调度问题在不同的区域之间具有弱相关性,说明将车辆调度分区是可行的。本文试图从统计分区的角度,对车辆调度的运行节点进行统计分区,从而降低问题规模,再利用智能优化对分区内的车辆调度问题求解。 |
| 作者： | 徐鹏 |
| 专业： | 工业工程 |
| 导师： | 张瑞 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南昌大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
