基于捕食搜索策略粒子群算法的车辆路径问题研究

《基于捕食搜索策略粒子群算法的车辆路径问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：U49；F510710—20050807谖害夫淫硕士学位论文基于捕食搜索策略粒子群算法的车辆路径问题研究导师姓名职称申请学位级别论文提交13期学位授予单位乔烨陈焕江教授答辩委员会主席郭晓汾教授学位论文评阅人胡大伟教授朝承斌教授级高工捅芰随着社会分工深化和经济快速发展，物流的功能和作用也在不断加强。物流系统研究的重点是物流配送的优化。在现实生活中，为了使物流配送企业优化配送路径、降低配送成本和提高经营管理水平，增加企业的竞争能力，必须对配送问题中车辆路径问题进行深入地研究。车辆路径问题不仅是配送问题中的核心

2、，也是研究的焦点之一。在实际中合理安排车辆路径能有效提高运输效率，降低服务成本。自车辆路径问题提出以后，国内外的专家学者就对其开展了广泛的研究。目前己经产生出多种成熟的算法，为后人继续研究提供了基础。本文首先分析了车辆路径问题的研究现状，给出了车辆路径问题的一般描述及分类，并对常用求解车辆路径问题的算法进行了总结。其次，介绍了粒子群算法的基本概念、数学模型和算法流程以及捕食搜索策略的基本思想及算法流程。在此基础上，本文设计了一种对车辆路径问题进行求解的算法一基于捕食搜索策略的粒子群算法。该算法通过对捕食搜索策略限

3、制的调节，来实现粒子群算法搜索空间的增大或减小，从而达到探索能力和开发能力的平衡，使粒子群算法求得更好的最优解。用C++语言编程实现并将其应用于实例，优化了实例中的车辆路径，证明了该算法的有效性和可行性。最终得出该算法是求解车辆路径问题的一个可行方法的结论。关键词：配送，车辆路径问题，粒子群算法，捕食搜索策略AbstractWiththedeepeningofthesocialdivisionoflaboranddevelopingofeconomic，thefunctionandroleofthelogisti

4、csareexpanding．Asanimportantpartofthelogisticssystem，thelogisticssystemresearchfocusonlogisticsdistributionoptimization．Practically，inordertomakelogisticsdistributionenterprisesoptimizethedistributionpath，reducedistributionCOSTSandimprovelogisticsmanagementan

5、dincreasethecompetitivenessoftheenterprises，logisticsdistributionofVehicleRoutingProblem(VRP)hasbeenincreasinglyimportant．TheVRPisnotonlythecoreoflogisticsdistribution，butalsooneofthefocusofresearch。Inreality,reasonablearrangementsforvehicleroutingcanimprovet

6、ransportefficiencyandreduceservicecostseffectively．SincetheVRPwasputforward，theexpertsandscholarshavecarriedoutextensiveresearch．Ithasbeenmanymaturealgorithmthatprovidedbasisforcontinuingthequestion．Firstly,thispaperanalyzedthestatusquooftheVRP，describtedandc

7、lassifiedthegeneralVRP，andsummarizedtheexistingalgorithmforsolvingVRP．Secondly,itintroducedtheParticleSwarmOptimization(PSO)onbasicconcepts，mathematicalmodelsandalgorithmsprocess．Lastly,itdescribedthePredatorSearchstrategy．Onthisbasis，inordertosolvetheVRP，the

8、PSOalgorithmbasedonthePredatorSearchstrategywasdesignedinthispaper．ItregulatedtherestrictionsofthePredatorSearchstrategy,forachievingincreaseordecreaseinthePSOsearchspace．Moreover，itbalan