原文传递
基于生物地理学优化算法的装载优化方法
| 论文题名： | 基于生物地理学优化算法的装载优化方法 |
| 关键词： | 生物地理学优化算法;二维装载;路径优化;配载优化 |
| 摘要： | 传统的人工装卸存储过程已经不能满足与日俱增的运输需要，因此智能仓储码头系统受到广泛关注。而货物配送运输过程作为在智能仓储码头中的重要环节，仍存在运输效率低，装载空间利用率低，运输时间长的问题。因此，进一步优化调整运输结构，提升综合运输效率，降低物流成本，运输体系的优化和调整显得更加重要。运输路线的优化成为解决运输效率问题的一个重要方向。 针对运输效率低的现状，本文从以下几个方面进行研究： 对带有装载约束的运输过程设计优化模型。本文采用生物地理学优化优化算法(Biogeography-BasedOptimization,BBO)，以及二维矩形装载算法，通过对货物装载路线、货物装载率两方面进行联合优化，实现货物装载效率（PackingProblem,PP）提升和运输路线优化（VehicleRoutingProblem,VRP）。依据货物的需求情况，将复杂的货物装载问题简化到二维空间中进行优化。同时，考虑了货物可旋转的情况，以提高车辆内容量的利用率。另外，允许车辆多次返回站点，将二维装箱问题与路径优化问题相结合提出了带有二维装箱约束的运输路径优化问题(2DPP-VRP)。 针对优化求解的需求，本文对BBO在应用中的不足进行了改进。一方面，针对BBO算法收敛慢，且在实际迭代过程中易丢失最优解的问题，提出了一种带有精英保留策略的生物地理学优化算法（Elite-basedBBO，E-BBO），来实现2DPP-VRP的进一步优化。E-BBO采用精英保留策略，将算法迭代过程迄今为止产生的最优解保存下来，直接复制到下一代，而不用进行迁移和变异操作。另一方面，针对优化过程需要多次调用装载判断导致时间大幅增加这一问题，本文提出了一种带ε约束的生物地理学优化算法（ε-BBO）。改进的ε-BBO算法能够松弛约束条件，使其更高效的生成BBO的初始解；通过新的适应度函数的评价方式，在迭代过程中使得非可行解逐步向可行解转化；同时，非可行解也能参与迭代，使得产生的新个体能够在迁移和变异时更易产生优良个体。 为验证本文所提算法的可行性，将传统BBO算法与改进的算法进行对比实验，可以看出，采用E-BBO和ε-BBO在优化速度与路径长度方面有明显的优势。综上所述，本文提出的改进的BBO算法对于提高二维装载的路径配送优化问题有积极的理论意义和应用价值。 |
| 作者： | 苏慧 |
| 专业： | 交通运输工程 |
| 导师： | 左毅 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
