改进遗传算法在多目标带时间窗车辆路径问题中的研究与应用

《改进遗传算法在多目标带时间窗车辆路径问题中的研究与应用》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：UDC密级：编号：学术学位硕士论文改进遗传算法在多目标带时间窗车辆路径问题中的研究与应用ResearchonImprovedGeneticAlgorithmforMulti-objectiveVehicleRoutingProblemwithTimeWindows专业名称管理科学与工程学位申请人黄韬导师姓名及职称周雅兰副教授学号8120871001324入学时间2012年9月2015年5月27日学术学位硕士论文改进遗传算法在多目标带时间窗车辆路径问题中的研究与应用ResearchonImprovedGeneticAlgorithmforMulti-objectiveVehicl

2、eRoutingProblemwithTimeWindows专业名称管理科学与工程学位申请人黄韬指导教师周雅兰学号8120871001324入学时间2012年9月论文提交日期kijT年文月J日论文答辩时间loijr年3：月y日答辩委员会主席復件答辩委员会委员广东财经大学学位论文原创性声_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。除文中巳经注明引用的内容外，本论文不含任何其他个人或集体巳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，均已在文中以明确方式标明。因本学位论文引起的法律后果完全由本人承担。学位论文作者签名：签字日期月•曰厂

3、东_经大学学位论文服衩使用授核书本学位论文作者完全了解广东财经大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的纸质版和电子版，允许论文被查阅和借阅。本人授权广东财经大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以釆用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书）学位论文作者签名：卞K丨导师签名：签字曰期：年名月•曰签字曰期：年•月鈐日摘要随着现在电子商务的飞速发展，物流运输行业逐渐成为当今社会的热门行业，如何快速、高效、安全和便捷地运送货物已经成为现阶段各大企业关注的焦点。车辆路径问题是物流运输行业中十分重要

4、的问题，自从被提出以来，就在运筹学与组合优化等多个领域受到了研究者的关注。本文研究的内容是多目标带时间窗的车辆路径问题(VehicleRoutingProblemwithTimeWindows,VRPTW)。先对VRPTW问题采用多目标模型，同时最小化车辆数目和行驶距离这两个目标，通过改进的遗传算法求解该问题模型。该改进遗传算法首先采用随机法和前相插入法产生初始解，然后运用最佳个体选择和轮盘赌法对群体中的优良个体进行选择操作，改进交叉操作使个体的性能达到更优，改进变异操作促进种群的多样性。接着，再进行局部搜索操作，在邻域内搜寻到更好的解，结合改进非支配排序遗传算法(Non-domina

5、tedSortingGeneticAlgorithm,NSGA-II)，将新的种群与上一代种群组合进行非支配排序，寻找Pareto最优解集。最后，本文改进的遗传算法通过VC++6.0进行编程，在SolomonBenchmark测试集上进行了实验，并将其中一部分测试集的结果与其他文献的结果进行了比较，实验结果表明了改进遗传算法具有较好的性能。关键词：车辆路径问题；遗传算法；多目标优化；带时间窗IABSTRACTWiththerapiddevelopmentofe-commerce,logisticsandtransportindustryhasbecomeahotindustryatpr

6、esent.Howtoquickly,effectively,safelyandeasilydelivergoodshasattractedplentyofenterprises’attention.Vehicleroutingproblemisaveryimportantissueinlogisticsandtransportindustry,whichattractedmanyresearchersinthefieldofoperationsresearchandcombinationoptimization.Thispaperresearchesonmulti-objective

7、vehicleroutingproblemwithtimewindows.Wesetupamathematicalmodelforthemulti-objectivevehicleroutingproblemwithtimewindows(VRPTW).WeproposeanimprovedgeneticalgorithmforVRPTWandsimultaneouslyoptimizestwoobjectives,namelyasthenum