您的物流论文范文-试谈基于改善遗传算法在货运物流中的应用论文

《您的物流论文范文-试谈基于改善遗传算法在货运物流中的应用论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、您的物流论文范文:试谈基于改善遗传算法在货运物流中的应用论文2.2遗传算法与物流配送的关系车辆路径理由是一个NP完全理由，只有当其规模较小时才有可能寻求其精确解。因此，如何针对车辆路径理由的特点，构造运算简单、性能优异的启发式算法，对物流系统以及许多可以转化为车辆路径理由的组合优化理由都有十分重要的作用。在求此类理由时，若不能利用理由的固有知识来缩小搜索空间，很容易产生搜索的组合爆炸，因此研究在搜索过程中自适应地完成搜索过程，从而得到最优解或次优解的通用的搜索算法一直是令人瞩目的课题。遗传算法就是这种特别有效的算法。它的主要特点是简单、通用、鲁棒性强，适应于并行分布处理，应用范围广。目前

2、，遗传算法已经在求解车辆路径理由方面取得了成功的应用。但传统标准遗传算法(GA)易陷入局部极值解，岀现“早熟收敛”现象。为此，本文针对遗传算法在求解车辆路径理由中存在的“早熟收敛”、易陷入局部极值点、寻优效率不够理想等理由，研究出了新的改善遗传算法，以消除传统遗传算法中的不足，提高算法寻优效率。它无法用常规的最优算法求得精确的最优解，为此，人们使用各种启发式算法来解决它。在启发式算法中，现代优化算法是近年来发展起来的一类启发式算法，其中的遗传算法更以其独特的思想策略受到人们的重视。3遗传算法在货运物流中的应用2.1货运物流配送的数学模型车辆货运物流运输路径理市(VRP)可描述为：从配送中

3、心用多辆汽不向多个需求点送货，每个需求点的位置和需求量一定，每辆汽车的载重辆一定，要求合理安排汽车路线，使总运距最短，并满足以下条件：(1)每条配送路径的长度不超过汽车一次配送的最大行驶距离;(2)每条配送路径上各需求点的需求量之和不超过汽车载重量;(3)每个需求点的需求必须满足，但只能由一辆汽车送货；设配送中心有K辆汽车，每辆汽车的载重量为Qk(1,2,・・・K),其一次配送的最大行驶距离为Dh,需要向L个需求点送货，每个需求点的需求量为qi(i=L2,・・・L),需求点i到j的运距为Dij,配送中心到各需求点的距离为doj(i,j=l,2,・・・L)。再设nk为第k辆汽车配送的需求点

4、数(nk二0表示未使用第k辆汽车)用集合Rk表示第k条路径，其中的元素rki表示需求点rki在路径k中的顺序为i(不包括配送中心)，令rk0=0表示配送中心，则可建立如下物流配送路径优化理由的数学模型的目标函数：3.2改善的交叉算子遗传算法的车辆路径规划策略中，不管是在已知的环境或者未知环境，遗传算法的交叉概率都给出一个值。虽然这并不影响对遗传算法的平稳运转，但很容易在在交叉过程当中丢失最优解。这主要是因为用于个体的交叉都是随机选择的，适应值大的个体与适应值小的个体有相同的交叉概率，也就有同样的被交叉机会，而适应值大的个体进行交叉后，有可能会降低平均适应度，损失最优解。本文在遗传算法的改

5、善策略中，提出了一种自适应交叉概率的策略，交叉概率的策略，该策略令大适应值个体具有小交叉概率，小适应值个体具有大交叉概率，这样就保证了最优个体在交叉操作中能够保存下来。该策略的表达式为：Pc二K1X(fmax-f')/(fmax-fmin)+K2其中，fmax、fmino和f',分别为种群的最大适应度数值、最小适应函数值和相交叉的两个个体中的较大适应值kl、k2分别为算法的收敛系数，且kl+k2=lo这种口适应交叉概率的策略，保证了具有大适应值的个体保留下来，选择适应值小的个体进行交叉。3.3求解理由的混合遗传算法HGA-VRP为了提高优化的效果和算法的时间效率，本文提出了一种求解VRP

6、理由的混合遗传算法I1GA-VRP(HybridGeneticAlgorithmforVehicleroutingProblem)oHGA-VRP将2-opt算法作为变异算子，以改善的自适应交叉概率策略获取交叉算了以提高优化的效果。HGA-VRP的编码方案采用常用的路径标示基因编码方案。个体的适应度由个体所代表的适应值函数来决定，适应值函数越小则个体的适应度越高。HGA-VRP算法在交叉算子方面，采用改善的自适应交叉算子，采用2-opt算法作为遗传算法的变异算子。IIGA-VRP算法的计算步骤如下：(1)初始化：根据多个货物配送点建立坐标空间模型。并对坐标进行基因编码。(1)生成初始种群

7、：把产生一系列可行路径顺序排列作为染色体的编码策略，在程序中染色体用数组存储，生成初始种群M。(2)遗传代数计数器初始化，options二0。(3)循环处理步骤4a至步骤4d,直到设定的最大进化代数。a.以路径长度的倒数作“适应值函数”，具体表达如下：对种群中的个体计算适应值的长度，并对个体按适应值从小到大排序。b・选择算子：按照轮盘赌的策略选岀新的种群。c・交叉操作：交叉操作是在选出的部分子种群中进行的，其结果关系到算法的收敛速度