基于改进型蚁群算法的餐厨垃圾收运路线优化研究

基于改进型蚁群算法的餐厨垃圾收运路线优化研究

ID:35015275

大小:4.78 MB

页数:112页

时间:2019-03-16

基于改进型蚁群算法的餐厨垃圾收运路线优化研究_第1页
基于改进型蚁群算法的餐厨垃圾收运路线优化研究_第2页
基于改进型蚁群算法的餐厨垃圾收运路线优化研究_第3页
基于改进型蚁群算法的餐厨垃圾收运路线优化研究_第4页
基于改进型蚁群算法的餐厨垃圾收运路线优化研究_第5页
资源描述:

《基于改进型蚁群算法的餐厨垃圾收运路线优化研究》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U491单位代码10618密级公开学号2120950091专业硕士学位论文基于改进型蚁群算法的餐厨垃圾收运路线优化研究研究生姓名:王勇导师姓名及职称:陈永光教授申请专业学位类别工程硕士学位授予单位重庆交通大学论文提交日期2015年4月25日专业领域名称交通运输工程论文答辩日期2015年5月27日2015年6月10日StudyontheoptimizationofcollectionandtransportationroutoffoodwastebasedontheimprovedantcolonyalgorithmADissertationSubmittedfortheDegreeof

2、MasterCandidate:WangYongSupervisor:Prof.ChenYongguangChongqingJiaotongUniversity,Chongqing,China重庆交通大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:期:年月曰王尊日胃J重庆交通大学学位论文版权使用授权书

3、本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权重庆交通大学可W将本学位论文的全部内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所将本人学位论文收录到《中国学位论文全文数据库》,并进行信息服务(包括但不限于汇编、复制、发行、信息网络传播等),同时本人保留在其他媒体发表论文的权利。学位论文作者签名:指导教师签名:曰期:兴0:年^月R円期:^月円少1奸?^本人同意将本学位论文提交至中国学术

4、期刊(光盘版NKI)电子杂志狂C系列数据库中全文发布,并按《中国优秀博硕±学位论文全文数据库出版章程》规定享受相关权益。学位论文作者签名;指导教师签名:日期:妙咬年^月日日期巧6月曰(了^摘要随着城市化进程的加快及人民生活水平的提高,餐厨垃圾的产生量越来越大。如今对餐厨垃圾的研究基本都停留在末端治理和源头控制,对餐厨垃圾的收运路线关注很少,带来了不良的经济效益、社会效益和环境效益。而对于收运路线的研究:也只是单一地研究收运路线,结合实际收运系统研究的较少;只是研究单一车型的数学模型,多车型研究的较少;只是单一地利用蚁群算法或遗传算法求解,对于蚁群算法自身的改进、与遗传算

5、法融合算法研究的较少。本文以垃圾收运路线问题的三个研究不足为突破口,探讨基于改进型蚁群算法重庆餐厨垃圾收运路线优化研究。通过对餐厨垃圾收运系统的各因子进行了定性和定量地分析,结合重庆市餐厨垃圾收运的现状和现场的调查,从而分析了重庆市餐厨垃圾收运系统;在此基础上,提出了重庆餐厨垃圾收运路线优化问题。重庆餐厨垃圾收运路线是餐厨垃圾车在车库、收集区域、转运站(或处理场)间的行驶,形成了一个往返的环游。将环游分解为三种类型的行程:即从车库到收集区域到转运站(或处理场)的最初行程;从转运站到收集区域(或处理场)到转运站的中间行程;从转运站(或处理场)到车库的最终行程,中间行程可为一次或多次。本文采用优

6、化理论中的图论和网络流的知识对实际问题建立网络权重的单一车型和多车型模型,并对此模型的目标函数和约束条件进行了分析研究,再用改进型蚁群算法对实际问题的模型进行求解。对于求解垃圾收运路线问题的算法研究,单一的蚁群算法和遗传算法在求解时间和精确度方面不能兼得,所以选用蚁群算法的改进型算法,有两方面改进:自身的改进和与遗传算法融合的改进,自身的改进分为参数选取的优化和蚁群系统(AntColonySystem,ACS)。运用了两个经典的车辆路径问题(VehicleRoutingProblem,VRP)实例,第一个实例说明了蚁群算法中参数选取的优化;第二个实例说明了动态蚂蚁遗传混合算法(Dynamic

7、AntAlgorithm-GeneticAlgorithm,DAAGA)在解决VRP时,比蚂蚁算法(AntAlgorithm,AA)、遗传算法(GeneticAlgorithm,GA)、蚁群系统(AntColonySystem,ACS)和蚁群遗传算法(AntColonySystem-GeneticAlgorithm,ACSGA)的性能都好。I最后以重庆市主城区的江北区作为实例一,沙坪坝区作为实例二,在实际的餐

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。