原文传递
车辆运输路径优化问题研究与应用
| 论文题名： | 车辆运输路径优化问题研究与应用 |
| 关键词： | 公路交通;货物运输;路径优化;蚁群算法;时间窗 |
| 摘要： | Marco Dorigo于1991年所提出的蚁群算法（Ant Algorithm），是利用蚂蚁寻找食物时在路径上残留的信息素（pheromone）浓度，进而寻找出最短路径。蚁群算法虽为启发式解法，但因其具有多点搜寻、快速收敛的特性，因此有学者尝试利用蚁群算法求解车辆路径优化问题，且进而验证其求解结果普遍较优于一般的启发式求解算法。 在实际应用中，车辆路径优化问题所要达到的目标，除考虑最小成本外，还需要考虑提升服务质量、服务容许时间等其他目标，因此，考虑客户要求货品送达时间窗限制的有时间窗车辆路径问题（VRPTW；Vehicle Routing Problem with Time Window）比单纯的车辆路径问题实用性更强。 在以往VRPTW的相关研究中，时间变量（车辆运送时间、时间窗）通常被视为一个确定值，但在实际问题上，时间变量却往往具有变动且不明确的特性（交通信号、路况拥堵程度），所以，本研究运用模糊理论（fuzzy theory），结合蚁群算法，对有时间窗车辆路径问题转化为模糊模式，来求得最佳的派车路线。 本研究选择与VRPTW相似性较高的配送产业作为研究对象，以该企业的派车相关数据（营业所位置、配送范围、车容量）为依据，并考虑顾客的需求信息（客户数、客户位置、需求量、时间窗）。研究结果表明，配送产业将服务水平值设定在70％到90％间，将会获得较佳的求解结果。此外路况分析及时间窗宽窄度，对整体路线规划的结果有很大影响。 |
| 作者： | 张昊 |
| 专业： | 计算机技术 |
| 导师： | 逄焕利;张建 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长春工业大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
