动态多目标车辆路径理由算法探讨

论文片段—动态需求论文,多目标论文,混合算法论文,车辆路径问题论文,需求预测论文,灰色马尔科夫模型论文,
摘要：近年来,社会市场竞争的日趋激烈,尤其是经济的发展、多样化的社会运输交通工具、复杂性、多变性的交通运输网络,使得物流配送管理及其优化越来越受到整个社会各的关注毕业论文格式字体。这些都促使了车辆路径问题的发展,也为车辆路径问题(Vehicle Routing Problem,)的研究了广泛的现实基础,其中,实时处理车辆路径问题的应用研究,现代通信及其信息技术的发展成果而可能。被称为“运筹学领域最为成功的研究之一”的车辆路径问题()是理论和实践最为紧密的研究课题方向之一毕业论文。现在,研究车辆路径问题的工作大在静态问题上,而对有动态需求变化的车辆路径问题的的研究很少本科毕业论文模板。,社会和科学信息技术的发展,人们更希望在物流运输配送管理上实时的他们的需求论文提纲格式范文。这样,就使得动态需求的车辆路径问题热点物流论文。因此,在对实际配送(尤其是动态需求)车辆路径问题的研究重大。论文主要研究工作及成果有以下几个:1.了动态需求的多求解问题以及动态需求的优化策略,基于灰色与马尔可夫链组合模型的需求预测方法将未知的信息转换成已知的信息,从而将动态问题转换为静态问题,研究基于优先预测的动态需求信息车辆路径问题的建模和相应的混合算法的策略问题,对于提高物流配送管理的工作效率和经济利益具有重大的现实和实用价值。2.引入时间段和关键点的,建立了基于时间段和关键点的动态问题的优化策略,动态问题的静态化处理将动态车辆路径问题转化成若干静态子问题来求解,从而为动态车辆路径问题的求解新的优化策略毕业论文理工。3在将动态问题分解成若干静态子问题求解(即设立时间段和关键点),实现动态问题的静态化处理的基础上。,设计两种混合算法分别是基于预测优化策略和动态问题静态化处理的优化机制的基础上模型的求解,仿真实验论证,该混合算法可以提高效率论文结论范文。a.基于遗传算法的混合算法,遗传算法的改进,在变异操作中加入禁忌搜索算法,利用遗传算法一个较好的初始解,提高解的质量,避免陷入“早熟”的现象,并新颖的编码方式和交叉操作;并且在算法后期加入爬山算法,补充遗传算法局部搜索能力不足的缺陷。b.基于禁忌搜索算法的混合算法,节约法的初始解,为禁忌搜索算法较好的初始解,从而提高整个混合算法的收敛速度。关键词：动态需求论文多论文混合算法论文车辆路径问题论文需求预测论文灰色马尔科夫模型论文
摘要5-6
Abstract6-10
章 绪论10-16

1.1 选题背景和研究10-11

1.1 选题背景10

1.2 研究10-11

1.2 车辆路径问题的研究现状11-12

1.2.1 车辆路径问题的概述11-12

1.2.2 车辆路径问题的局限性12

1.3 动态车辆路径问题的研究现状12-14

1.3.1 动态车辆路径问题的概述12-14

1.3.2 动态车辆路径问题的局限性14

1.4 研究内容14-16

章 物流配送中的车辆路径问题分析16-27

2.1 车辆路径问题16-17

2.

1.1 车辆路径问题的定义16-17

2.

1.2 车辆路径问题的分类17

2.

1.3 论文研究的方向17

2.2 静态车辆路径问题17-18

2.1 静态车辆路径问题的定义17-18

2.2 静态车辆路径问题的分类18

2.3 静态车辆路径问题的优化方法18

2.3 动态车辆路径问题18-23

2.3.1 动态车辆路径问题的定义18-20

2.3.2 动态车辆路径问题的特征20

2.3.3 动态车辆路径问题的分类20-21

2.3.4 动态车辆路径问题的求解策略21-23

2.4 静态和动态 的区别23-26

2.5 小结26-27

章 车辆路径问题中的算法27-39

3.1 精确算法27

3.2 启发式算法27-28

3.3 车辆路径问题中若干种启发式算法的具体描述28-38

3.1 节约算法（C-W 算法）28-29

3.2 爬山算法29-30

3.3 遗传算法30-35

3.4 禁忌搜索算法35-38

3.4 小结38-39

章 一类特殊的动态需求车辆路径问题的求解策略的研究39-47

4.1 基于一般预测方法的动态优化策略39-40

4.

1.1 基于一般预测方法的几个39-40

4.2 灰色系统预测方法40-44
4.

2.1 灰色系统预测方法40-41

4.

2.2 灰色系统预测模型41-44

4.3 马尔科夫链预测方法44-45

4.4 灰色-马尔科夫链模型预测未知需求量45-46

4.5 小结46-47

第五章 基于预测的 数学模型的描述47-61

5.1 引言47

5.2 数学模型47-49

5.3 算法设计49-56

5.

3.1 基于遗传算法的混合算法的思想描述49-53

5.

3.2 基于禁忌搜索算法的混合算法的思想描述53-56

5.4 仿真实验56-59
5.

4.1 实验一56-57

5.

4.2 实验二57-59

5.5 小结59-61
第六章 总结与展望61-63

6.1 总结61

6.2 展望61-63

参考文献63-65
发表论文和科研情况65-66
致谢66-67