原文传递
危险化学品车辆路径问题及算法研究
| 论文题名： | 危险化学品车辆路径问题及算法研究 |
| 关键词： | 危险化学品;车辆路径;遗传-粒子群算法;搜索效率;搜索能力 |
| 摘要： | 危险化学品因其固有的危险性,容易引发事故,且事故后果往往很严重,对于危险化学品各个管理环节必须考虑其安全性。本文针对危险化学品车辆路径问题,研究了单仓库与多仓库的危险化学品车辆路径问题,同时还对求解这些问题的算法进行了研究。 因为危险化学品车辆路径问题是NP难的问题,针对NP难的问题基本上都是通过设计启发式算法搜寻近似最优解。本文把GA与PSO这两种基于群概念的算法相结合,同时适当的利用L-BFGS极强的局部搜索能力,提出一种整体性能更优的混合算法-加强局部搜索的遗传-粒子群算法(L-GPS)。并且,在混合算法中加入随机扰动策略和最佳交换点评估策略来增强搜索效率和平衡全局与局部的搜索能力,数值实验证明了该算法求解NP难问题的有效性,为后续进一步的算法设计的研究打下了基础。 危险化学品车辆路径问题可以分为单仓库的问题和多仓库的问题。针对单仓库的问题,本文对其建立了同时考虑运输费用和运输安全风险的双目标优化模型,风险度量采用考虑路径上物品载重量变化的风险度量方式。不同于该类传统模型,本文新引入了描述需求点访问次序的决策变量,降低了传统模型中的决策变量个数和约束条件的数量,达到了简化模型的效果。针对该新模型的求解,本文提出了一种改进的粒子群算法,将非支配解方法与种群杂交策略相结合来处理双目标问题,在迭代过程中加入了局部搜索策略以增强算法效率。数值实验说明与传统的粒子群算法相比改进的粒子群算法具有更优的搜索效率。 针对多仓库的问题,本文将其在单仓库的基础上进行扩展。同样的,针对多仓库的问题,本文建立了一个新的模型,同时提出了一个新的两阶段启发式算法对其进行求解。首先,根据聚类算法将多仓库的问题转化成多个单仓库的问题,然后运用改进的粒子群算法对多个单仓库问题分别进行求解。数值实验表明本文提出的两阶段启发式算法可以很好的处理多仓库的问题。 |
| 作者： | 王健 |
| 专业： | 数学 |
| 导师： | 袁文燕 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京化工大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
