原文传递
粒子群最佳化巨集啟發式方法求解多貨艙車輛路線問題之研究
| 题名： | 粒子群最佳化巨集啟發式方法求解多貨艙車輛路線問題之研究 |
| 正文语种： | 中文繁体 |
| 作者： | 國立交通大學運輸科技與管理學系 |
| 作者单位： | 韓復華;朱佑旌;林致瑄 |
| 关键词： | 多貨艙車輛路線問題;粒子群最佳化;變動鄰域下降;巨集啟發式方法 |
| 摘要： | 多貨艙車輛路線問題(Multi-CompartmentVehicleRoutingProblem,MCVRP)是傳統車輛路線問題(VehicleRoutingProblem,VRP)的衍生問題之一。在MCVRP中每位顧客可有多種物品需要配送-各車輛亦設有多個不同固定容量的隔艙,各自對應一種特定物品的裝載使用。MCVRP依「不可分送」與「可分送」之條件分為兩種型態・前者要求每位顧客的多種物品必須由單一車輛服務;後者則允許同一顧客由多部車輛分批服務。本研究應用粒子群最佳化(ParticleSwarmOptimization,PSO)巨集啟發式解法求解MCVRP。首先，依據「不可分送」與「可分送」的問題型態，分別設計兩種編解碼方法作為粒子解產生與演化學習的基礎。此外，各迭代則採用包括有兩種路線內與六種路線間交換法的變動鄰域下降(VariableNeighborhoodDescent,VND）改善模組以增強搜尋之深度，其中針對「可分送」的問題型態亦提出一個新的（1,0）・鄰域搜尋法。本研究以兩組國際標竿例題進行測試，發現80題例題中，本研究可求得16題現有文獻最佳解,並改善了34題文獻最佳解結果。 |
| 期刊名称： | 运输计划 |
| 出版年： | 2016 |
| 期： | NO.02 |
| 页码： | 101-132 |
检索历史
应用推荐
