时间窗约束下的车辆路径问题多目标优化算法

讨论了带时间窗约束的车辆路径问题(VRPTW)其数学模型,分析了以遗传算法求解该类问题时的染色体表示和有关遗传操作,将VRPTw视为一个多目标优化问题,用Pareto评等技术来求解最优解,并以Solomen基准问题为例验证了该方法的有效性.结果表明:该方法与以往文献中的最好结果具有竞争性.     

时变条件下带时间窗车辆调度问题的模拟退火算法

带时间窗车辆调度问题(VRPTW)是一类要求满足容积和时间窗约束的车辆路径优化问题,现有大部分相关文献只考虑了车辆行驶速度恒定的情况,忽略了各种动态因素的影响.本文研究的时变条件下带时间窗车辆调度问题将车辆行驶速度考虑成时变分段函数,并利用模拟退火算法进行求解,最后通过实验结果说明算法的有效性.     

基于遗传算法的物流配送车辆调度问题研究

研究使用遗传算法求解物流配送组织过程中车辆调度问题 .通过把时间窗约束和车辆容量约束转嫁到最小费用目标函数中去 ,建立适合于遗传算法的车辆调度模型 .阐述放回式随机复制算子和适应度函数 ,设计描述行驶线路的染色体结构、初始群体生成方法、独特的交叉算子和交换变异算子 ,构造完整的遗传算法 .并给出算例 ,验证调度模型和遗传算法 .     

多车场有时间窗的多车型车辆调度及其禁忌算法研究

本文针对物流配送中的多车场车辆调度问题提出了两种多车场的处理方法，介绍了多车场车辆调度问题中容量、时间窗、多车型等多种约束的处理方法，并且根据具体约束情况设计了禁忌算法，对多车场有时间窗的多车型车辆调度问题加以实现，给出了一个具有代表性的算例试验结果和结果分析，通过试验表明了此方法对优化有时间窗的多车型车辆调度问题的有效性．     

带时间窗的三维装载物流配送优化方法研究

针对城市物流配送优化研究在客户服务时间窗和货物装载方式合理结合方面存在的不足,考虑物流配送车厢货物装载方式与客户访问序列相关的特征对车厢空间进行合理的区域划分。首先,构建了包含配送中心的固定成本、配送车辆的运输成本、维修成本、租赁成本和违反时间窗惩罚成本的物流运营成本最小化和配送车辆空间利用率最大化的双目标优化模型;然后,提出一种结合遗传算法(GA)全局搜索能力和禁忌搜索算法(TS)局部搜索能力的GA-TS混合算法求解模型;最后,结合重庆市某配送中心的三维装载物流配送实例数据进行了优化计算,实验结果给出了带时间窗的三维装载物流配送路径优化方案,并进行了不同车厢空间分区模式下平均装载率、物流运营成本和车辆使用数的比较分析。研究表明,当客户需求货物种类数与车辆的空间区域划分数相等且按货物类型进行区域划分时,物流运营成本最小,配送车辆使用数最少和车辆平均装载率最高。     

一类带时间窗车辆分配问题的贪婪算法

本文对一类带时间窗的车辆分配问题进行了分析,引入了车辆任务的概念,并将问题转化为车辆与车辆任务的匹配问题,同时制订了运输任务选择和车辆选择的贪婪策略,并在此基础上设计了车辆分配问题的贪婪算法,最后通过实例验证了算法的有效性。     

基于禁止时间窗的应急物资调度车辆路径问题

本文研究基于禁止时间窗的应急物资调度车辆路径问题.首先对研究问题进行界定,其中交通网络的道路和节点均带有禁止时间窗,目标是通过路径选择最小化应急物资的调运时间;随后定义两组决策变量,分别用于路径上节点和枝线的选择,进而构建问题的整数规划优化模型;鉴于模型的组合属性,设计问题求解的禁忌搜索启发式算法;最后通过一个算例对结果进行说明,得到如下结论:由于禁止时间窗的影响,车辆在最差路径上的运输时间及等待时间,要比满意路径上的分别长68.8%和266.7%,显示出路径优选的实用价值.     

求解带时间窗车辆路径问题的改进离散花朵授粉算法

针对当前算法在求解带时间窗车辆路径问题(Vehicle Routing Problem with Time Windows,VRPTW)时存在精度、效率方面的不足,提出一种改进的离散花朵授粉算法.算法在基本花朵授粉算法的基础上进行离散化,使其适合求解带时间窗车辆路径问题,重新定义花朵授粉算子操作.为了提高求解精度和效率,设计了随机插入、路径内的2-opt、交换和逆序操作,为了增加种群间信息的交互,结合改进的遗传算子.通过11个测试算例表明,改进的离散花朵授粉算法在求解VRPTW是行之有效的,与文献中其他算法比较,算法在精度、效率和鲁棒性方面具有优势.     

时间窗变动的车辆调度干扰管理模型与算法

针对客户时间窗变动对原物流配送车辆调度方案造成干扰的问题,运用干扰管理思想,分析干扰事件对路径、成本和服务时间三个方面的影响,对其干扰程度加以度量;以该干扰事件对原方案造成的广义费用偏离最小为目标,建立客户时间窗变动的干扰管理模型,通过判断客户时间窗变动对原方案是否产生影响进行干扰辨识,并基于该干扰辨识结果,设计基于禁忌搜索新的调度算法;算例不仅验证了模型和算法的有效性,而且,敏感性分析也验证了其对各种不同价值货物的适用性。实验结果表明,本文提出的干扰管理模型可以全面地刻画干扰对原方案的影响,干扰处理方法优于全局重调度方法,且能够在更短时间内生成满意的物流配送车辆调度调整方案。     

基于改进遗传算法的应急车辆调度研究

近年来,突发事件频发,给人类生命财产安全带来了巨大挑战.如何实现及时高效的应急车辆调度,保证应急资源的合理分配,成为亟待解决的问题.本研究在综合考虑新冠肺炎疫情这类特殊突发事件特点的前提下,以配送成本最低、时间惩罚最少、配送员被感染风险最小为优化目标,构建了一类多目标优化调度模型.并针对模型设计了一种改进遗传算法,在一...     

A Heuristic for the Vehicle Routing Problem with Time Windows

In this paper we propose a heuristic algorithm to solve the Vehicle Routing Problem with Time Windows. Its framework is a smart combination of three simple procedures: the classical k-opt exchanges improve the solution, an ad hoc procedure reduces the number of vehicles and a second objective function drives the search out of local optima. No parameter tuning is required and no random choice is made: these are the distinguishing features with respect to the recent literature. The algorithm has been tested on benchmark problems which prove it to be more effective than comparable algorithms.     

带有时间窗的生鲜物流配送路径优化研究

随着生鲜消费的日益增多,生鲜物流配送也面临着如何在快速安全的条件下满足人们对生鲜的需求,使消费者在最短的时间得到最新鲜产品的现实问题,提出带有时间窗的生鲜物流配送车辆路径问题.充分考虑配送距离、车辆固定成本、生鲜损耗等多种因素,设计以配送损耗为可变成本和车辆启动费用为固定成本之和最小的优化目标,建立带有时间窗生鲜损耗的配送模型.针对模型的特征,设计自适应遗传算法求解该模型.最后,结合仿真算例来验证模型与算法的有效性.     

一类有时间窗口约束的多资源动态调度模型与方法

含时间窗口的多资源调度，是一个包括资源分配和时间窗口分配的两阶段优化过程。在初始调度方案执行过程中，由于新的任务需求的到达，需要对初始方案进行调整．以使整个调度方案最优。本针对这种情况，分析了该问题中的主要约束条件．建立了含时间窗口的多资源动态调度模型，给出了一种启发式迭代修改求解方法；并以含时间窗口的多机调度问题为例．对模型和算法进行了验证。     

Tabu Search heuristics for the Vehicle Routing Problem with Time Windows

This paper surveys the research on the Tabu Search heuristics for the Vehicle Routing Problem with Time Windows (VRPTW). The VRPTW can be described as the problem of designing least cost routes for a fleet of vehicles from one depot to a set of geographically scattered points. The routes must be designed in such a way that each point is visited only once by exactly one vehicle within a given time interval; all routes start and end at the depot, and the total demands of all points on one particular route must not exceed the capacity of the vehicle. In addition to describing basic features of each method, experimental results for Solomon’s benchmark test problems are presented and analyzed. This work was partially supported by the Emil Aaltonen Foundation, Liikesivistysrahasto Foundation, the Canadian Natural Science and Engineering Research Council and the TOP program funded by the Research Council of Norway. This support is gratefully acknowledged.     

多车型车辆调度问题的优化模型

基于第十一届"华为杯"全国研究生数学建模竞赛E题第五问,针对一类多车型多目的地的整车物流运输调度问题,先直接计算完成总任务所需的车辆数来阐明该题的最优解的下界限为113辆,再对原始数据进行预处理,基于对乘用车的分类与排样算法,筛选出每种轿运车的M种装载方案代表,再对目的地位置及结合各目的地的任务需求,确定出3条不绕行路线,根据启发式调整优化算法,并以轿运车使用量最少及总行驶里程最短为优化目标,建立了多目标整数规划模型进行求解,最优可行解为114辆,其中1-1型91辆,1-2型18辆,2-2型5辆.     

一种带时间窗和容量约束的车辆路线问题及其Tabu Search算法

本文提出一种带时间窗和容量约束的车辆路线问题（CVRPTW），并利用Tabu Search快速启式算法，针对Solomon提出的几个标准问题，快捷地得到了优良的数值结果。     

地区超市有时间窗口的固定路线运输问题

文章为一家本地超市设计了一套行之有效的固定路线运输问题方案，它的目标是在载量能力、最大允许行程时间及各分店营业时间和机动车停车时间窗口限制下的行车趟数的最小化、车辆利用率的最大化。也将考虑生长点、载量、可变需求和时间窗口对路线生成的影响。     

遗传算法与蚂蚁算法的融合在带时间窗的车辆路径问题中的应用

对带时间窗的车辆路径问题(VRPTW)的求解分为两个过程,先由遗传算法求解出初步的可行解,由此生成信息素初始分布,而后采用蚂蚁算法找出问题的最优解或近似最优解.通过具体算例,从数值计算上探索了遗传算法和蚂蚁算法融合后的优化能力,获得了满意的效果.