车辆调度算法研究及其应用文献综述

车辆调度算法研究及其应用文献综述

ID:479784

大小:57.00 KB

页数:6页

时间:2017-08-09

车辆调度算法研究及其应用文献综述_第1页
车辆调度算法研究及其应用文献综述_第2页
车辆调度算法研究及其应用文献综述_第3页
车辆调度算法研究及其应用文献综述_第4页
车辆调度算法研究及其应用文献综述_第5页
资源描述:

《车辆调度算法研究及其应用文献综述》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、文献综述车辆调度算法研究及其应用一、前言部分车辆调度问题是现代物流系统优化中关键的一环,也是开展电子商务不可缺少的内容。对车辆调度优化理论与算法进行系统研究是构建综合物流系统、建立现代调度指挥系统、发展智能交通运输系统和开展电子商务的基础[1]。车辆调度问题是运筹学与组合优化领域的研究热点。有效的调度车辆,不仅可以提高物流工作效率,而且能够为及时生产模式的企业提供运输上的保障,从而实现物流管理科学化。由于该问题的理论涉及很多学科,很多实际问题的理论抽象都可归结为这一类问题,研究该问题具有很重要的理论意义和实际意义

2、。1.VRP(VehicleRoutingProblem)问题描述及其分类VRP问题一般可定义为:对一系列的装货点或卸货点,组织适当的行车路线,使车辆有序地通过它们,在满足一定的约束条件(货物需求量、发送量、车辆容量限制、行驶里程限制、时间限制)下,达到一定的目标(路程最短、时间最小、费用最省、车辆数目最少等)。由于该问题研究范围非常广,根据其网络性能大致可以分为两类:一类为静态VRP(StaticVRP,SVRP),一类为动态VRP(dynamicVRP,DVRP)。(1)静态VRP问题描述SVRP问题是VRP

3、中较简单的一类问题,是大部分研究者研究的热点。该问题具有一个很重要的特征:在安排初始路线时,和路线相关的所有信息已知,并且在安排路线以后其相关信息始终保持改变[2]。以下列举了一些常见的SVRP问题:仅考虑车辆容量限制的VRP(CVRP)、带时间窗的VRP(VRPTW)、带有回收的VRP(VRPwithbackhauls)、带有集派的VRP(VRPPD)。除此以外,还有许多其它CVRP的延伸问题,如顾客有优先权,考虑卸货时间、装卸时间、等待时间等,甚至综合了以上不同的特征。这些问题的相关信息均已知且保持不变[3]

4、。(2)动态VRP问题描述所谓DVRP,是指在安排初始路线时,并不是和路线相关的所有信息都为已知,并且初始路线安排以后,其相关信息可能发生改变。DVRP研究范围较广,需求不确定、动态网络、服务车辆不确定、提供数据有偏差等都属于DVRP的研究范畴。从网络性能角度,DVRP可以分为以下三种类型:1)时间依赖型VRP(TDVRP)。2)概率VRP(PVRP)。车辆运行时间以离散或连续概率发生变化。在这种网络中可用期望运行时间代替路径运行时间,再进行问题的求解。目前对该问题在最短路中研究比较多,一般是求得存在长度不超过给

5、定值的路线概率及所给出路线为最短路的概率等[4]。3)时间依赖且概率变化的VRP。2.VRP问题算法描述(1)插入算法插入算法是指通过k步迭代时,将第k个节点插入到路线中。算法的关键在于确定在第k+1步可以被插入到路线中的点以及该点的最佳插入位置。因此,该算法由两个关键的部分组成。第一部分是节点选择阶段,即确定下一步被插入到路线中的顾客节点;第二部分是路径插入阶段,即确定所选择的顾客节点在路线中的最佳插入位置[5]。(2)节约算法节约算法是一类最为经典的构造型启发式算法之一,该算法最早由Clark和Wright于

6、1964年提出[6],通常被简称为C-W算法。该算法的思想是:根据顾客点之间连接可以节省的距离(节约值)最大的原则,将不在线路上的顾客点依次插入到路线中,直到所有的点都被安排进路线为止。(3)最短路径算法用于解决最短路径问题的算法被称做“最短路径算法”,有时被简称作“路径算法”。最常用的路径算法有:Dijkstra算法、A*算法、Bellman-Ford算法、Floyd-Warshall算法、Johnson算法[7]。迪杰斯特拉提出的Dijkstra算法是最典型的最短路径算法[8]。(4)遗传算法遗传算法(Gen

7、eticAlgorithm,简称GA)是美国J.Holland和他的学生于1975年受生物进化论的启发而提出并建立发展起来的。其基本思想是借鉴大自然生物进化中“适者生存”的规律,通过对产生的解(“父代”)不断操作(包括复制、交叉、变异和竞争)以产生新的解(“子代”),如此反复迭代,最终收敛到“最适应环境”的个体,从而得到相对比较好的解[9]。综上所述,各种优化方法在一定情况下都有各自的优点,都有解决某一问题的优越性。最优化算法有一个共同的特点就是可以求得最优解,但不适应现在的复杂的车辆优化问题,尤其是对多配送点的

8、大型配送服务,相对求得最优解比较费时费力,且难以实现;而传统的启发式算法比最优化算法相对好些,但仍有不太适用于现在于现在实际遇到的问题,和现代启发式算法相比有些不足,但可以将各种算法结合使用,这样就更方便使用解决实际当中遇到的各种问题。求解VRP问题时,我们旨在得到一系列路线,车辆按照该路线来服务顾客,在满足顾客需求的同时,使得总的运输费用最小。在设计这些路线时,还要根据

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。