基于两阶段求解算法的动态车辆调度问题研究

基于两阶段求解算法的动态车辆调度问题研究

ID:33508507

大小:619.79 KB

页数:7页

时间:2019-02-26

基于两阶段求解算法的动态车辆调度问题研究_第1页
基于两阶段求解算法的动态车辆调度问题研究_第2页
基于两阶段求解算法的动态车辆调度问题研究_第3页
基于两阶段求解算法的动态车辆调度问题研究_第4页
基于两阶段求解算法的动态车辆调度问题研究_第5页
资源描述:

《基于两阶段求解算法的动态车辆调度问题研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、中国科技论文在线http://www.paper.edu.cn第27卷第2期控制与决策2012年2月Vol.27No.2ControlandDecisionFeb.2012文章编号:1001-0920(2012)02-0175-07基于两阶段求解算法的动态车辆调度问题研究王旭1a,葛显龙1b,代应2(1.重庆大学a.贸易与行政学院,b.机械工程学院,重庆400044;2.重庆理工大学工商管理学院,重庆400050)摘要:在分析需求动态变化的基础上,根据需求信息的提出顺序,将动态配送问题转换成不同时刻的静态车辆调度问题,建立基于时间轴的动态车辆调

2、度模型;利用量子理论改进遗传算法,设计量子遗传算法;针对动态车辆调度问题实时性强的特点,设计“初始优化阶段+实时优化阶段”的两阶段求解策略,通过信息更新插入动态需求客户,并对已产生的计划路径进行局部优化调整.通过仿真计算,验证了模型和算法的有效性.关键词:量子遗传算法;动态车辆调度问题;两阶段算法;时间轴中图分类号:F274文献标识码:AResearchondynamicvehicleroutingproblembasedontwo-phasealgorithmWANGXu1a,GEXian-long1b,DAIYing2(1a.College

3、ofTradeandPublicAdministration,1b.CollegeofMechanicalEngineering,ChongqingUniversity,Chongqing400044,China;2.CollegeofBusinessAdministration,ChongqingUniversityofTechnology,Chongqing400050,China.Correspondent:GEXian-long,E-mail:gexianlong@cqu.edu.cn)Abstract:Onthebasisofanal

4、yzingdynamicneedsinformationofcustomers,andaccordingtothedynamicorderinformation,thedynamicvehicleschedulingmodelbasedonthetimetaxesisestablished.Thedynamicdistributionproblemistransformedintoaseriesofstaticdistributionproblems.Atthesametime,quantumgeneticalgorithmisdesigned

5、forvehicleroutingproblem(VRP).Aimingattherealtimeofdynamicvehicleschedulingproblem,thetwo-phasesolutionof“initialoptimizationstage”and“real-timeoptimizationstage”areestablished,whichoptimizssub-routesthroughcontinuouslyupdatinginformationandinsertingthedynamicneedscustomers.

6、Simulationresultsshowtheeffectivenessofthemodelandalgorithm.Keywords:quantumgeneticalgorithm;dynamicvehicleroutingproblem;two-phasealgorithm;timeaxis1引引引言言言调度信息的VRP记为动态车辆调度问题(DVRP)。车辆调度问题(VRP)[1]产生于公路交通运输管DVRP问题更接近实际的生产和生活,因而近年理,于1959年被首次提出,很快成为运筹学与组合优来DVRP逐渐成为研究的热点.针对DVRP的研

7、究,化领域的前沿和研究热点.经典的车辆调度问题是假国内外学者主要集中在建立各种动态车辆调度模型设在优化调度指令执行之前,调度中心已经知道所有和设计简洁高效的启发式算法.如文献[2]总结了近与优化调度相关的信息,并且这些信息不随时间变化些年对DVRP的数学模型、渐近结果和算法的研究成而变化.而在实际的生产生活中,很多信息(如顾客的果,并对DVRP的未来发展方向作以展望;[3]研究了地理位置、顾客的需求时间、顾客的需求量,车辆的模糊需求信息条件下的实时动态车辆调度问题的数行驶时间和服务时间等)在路径优化之前并不是可以学模型;[4]建立了随机需求的动

8、态车辆调度模型,并预知的,并且这些信息不是一成不变的,可能有新的采用遗传算法进行求解;[5]研究了带有时间窗的信息出现或已有信息发生改变等情况.为了区

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。