- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于溷合禁忌有哪些信誉好的足球投注网站算法的动态车辆调度优化问题研究
基于混合禁忌有哪些信誉好的足球投注网站算法的动态车辆
调度优化问题研究
王训斌
摘 要:本文首先在分析了动态车辆调度问题的基础上,建立了基于时间轴的动态模型;接着针对问题在实际中的应用,设计基于并行节约法和禁忌有哪些信誉好的足球投注网站的混合算法对动态车辆调度问题进行求解并优化;最后给出了算法实现以及算例模拟。
关键词:动态车辆调度;并行节约法;禁忌有哪些信誉好的足球投注网站
Abstract:
Keyword:Dynamic Vehicle Routing and Scheduling;Parallel-Economical Method;Tabu Search Algorithms
0引言
车辆路径问题(Vehicle Routing Problem,VRP) [1]的一般描述是:对一系列给定的客户(送货点或取货点),确定适当的配送车辆行驶路线,使其从配送中心出发,有序地通过它们,最后返回配送中心,并在满足一定的约束条件下(如车辆载重量、客户需求量、时间窗[2]限制等),使总运输成本达到最小(如使用车辆数最少、车辆行驶路程或时间最短等)。通过配送中心进行配送是物流系统中的主要配送形式之一,车辆调度问题是配送中心配送决策中的重要内容。车辆调度问题(VRP)是广泛应用于生产配送、交通运输等领域的一种组合优化问题, 而带时间窗约束的动态车辆调度问题(DVRPTW)一直是VRP的研究热点。
目前国内外对于VRPTW的研究主要集中在静态带时间窗VRP, 所有用户信息在路线规划前是已知的,并且这些信息均不随时间推移而变化。动态车辆路径规划问题的优化方法很多,但基本上可以分为两类:1)基于A-priori优化的方法,所谓A-priori解就是基于未来事情发生的概率信息确定的解。在车辆调度问题中基于A-priori的解就是路径规划者根据未来的服务请求、顾客请求服务的量或旅行时间等出现的概率信息预先确定一条或更多的路线。当车辆执行任务的途中得到确切的信息后再对预先确定的路线做出适当的调整。2)实时再优化方法,它是实时地对行驶过程中的车辆的路线进行动态的优化的方法,即等到实时输入信息到来时才进行优化。这样的优化方法也称为线上算法(On-line Algorithm)。主要包括一些插入算法演变而来的动态插入法[3]以及一些不断运行的并行禁忌有哪些信誉好的足球投注网站算法[4]等。
本文采用实时再优化方法,对动态带时间窗的VR问题(简称DVRPTW)进行了研究, 建立了数学模型, 并利用并行节约法和禁忌有哪些信誉好的足球投注网站的混合算法进行求解, 最后通过实验结果说明此混合算法用于解决DVRPTW 问题的可行性及有效性。
1问题的描述及数学模型的建立
1.1问题描述
VRPTW(带时窗的车辆路径问题)问题可以描述如下:从某个站点出发使用多台车辆向多个用户送货,每个用户的位置和需求量已知,车辆的负载能力已知,要求合理选择路径,使完成所有用户的送货任务的总成本最小,要求满足以下约束条件:( 1)站点约束:所有车辆从站点出发完成其配送任务后必须回到站点;( 2)访问唯一性约束:每个任务点都被一辆车服务且仅服务一次;( 3)负载约束:所有车辆配送路径上用户需求量之和不得超过车辆负载能力;( 4)时间窗约束:各任务点只能在其时间窗内被服务,所有车辆必须在站点的时间窗内完成所有任务。
为了使描述的问题更符合实际,本文讨论的问题兼具有软、硬时间窗的特点,即车辆必须在任务点允许的最迟服务时间(设为Li)之前到达,但车辆可以在任务点允许的最早服务时间(Ei)之前到达,此时车辆在该点等待,直至允许最早服务时间后开始为该任务点服务。显然,当发生车辆等待情况时,增加了机会时间成本,我们应尽量减少等待时间,因此,在模型的设计中将等待时间以惩罚函数的形式放进目标式中求解。
在动态环境中,调度系统不可能在做调度计划的初始时刻就获得所有调度信息,而且在初始调度计划的执行过程中新的需求会纷至沓来,调度系统可能得改变本来的初始路线,将新的需求插入到原来的线路中去,为了满足时间窗并争取最大限度的降低成本,每一次决策都需要建立在当时线路已经执行的状况、车辆的位置等实时信息的基础上,并尽可能快速地对新需求做出反应。随着地理信息系统(GIS) 和全球定位系统(GPS)的应用[6]以及使用成本的降低,调度系统往往能够借此获得大量的实时信息,使得基于实时信息的车辆路径与调度方案制定成为了可能。
为了充分研究车辆调度问题的动态特性,我们将引进两个与此相关的概念:时间轴和关键点[5]。如图2所示,在动态调度环境中,将整个调度周期(如一个工作日)建立为时间轴,每一个新需求产生的时刻为,由于在时刻的动态任务点和静态任务点的信息已知,即可将动态模型通过时刻的静态子模型(记作SubM())来表示。
图2 时间轴和关键点示例图
在时刻,车辆位置和状态信息可得,并且根据车辆位置可以将所有的需求信息可以分为四类:己
文档评论(0)