遺傳算法在物流系統(tǒng)優(yōu)化中的應用研究

《遺傳算法在物流系統(tǒng)優(yōu)化中的應用研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在應用文檔-天天文庫。

1、遺傳算法在物流系統(tǒng)優(yōu)化中的應用研究遺傳算法在物流系統(tǒng)優(yōu)化中的應用研究遺傳算法在物流系統(tǒng)優(yōu)化中的應用研究【摘要】：物流已被認為是繼降低原材料消耗和提高勞動生產(chǎn)率之后的“第三利潤源”。通過優(yōu)化物流系統(tǒng),可以降低物流成本,從而增強企業(yè)的市場競爭能力。因此,研究物流系統(tǒng)中的優(yōu)化問題,具有十分重要的意義,是國內(nèi)外研究的一個熱點。庫存成本與配送成本是物流系統(tǒng)的核心成本,在物流總成本中占據(jù)了很大的比例。如果能降低庫存成本與配送成本,就能有效地降低物流成本。遺傳算法是一種應用很廣泛的智能優(yōu)化算法,本文對遺傳算法進行了分析研究,針對遺傳算法的一些缺陷提出了相應的改進方法。在上述研究基礎上,本文基于遺傳算法,研

2、究了物流系統(tǒng)中的庫存優(yōu)化問題及車輛路徑問題。本文將庫存仿真優(yōu)化問題與車輛路徑問題都看作是組合優(yōu)化問題,并應用遺傳算法進行求解。本文的主要研究工作及貢獻可歸納如下:(1)對隨機庫存系統(tǒng)建立了基于離散事件系統(tǒng)的計算機仿真模型。用系統(tǒng)仿真方法求解最優(yōu)庫存策略時,其難點之一在于仿真的優(yōu)化。為此,本文將計算機仿真技術和遺傳算法相結(jié)合,應用遺傳算法來優(yōu)化模型的控制參數(shù),即獲得最優(yōu)的庫存控制策略。針對隨機系統(tǒng)的特點,設計了候選解收集器,它能夠收集在仿真優(yōu)化過程中產(chǎn)生的Pareto解;提出了M精英選擇算子,用于保護潛在的最優(yōu)個體,使它們在交叉、變異算子中不被破壞。針對兩種常用的庫存控制策略進行了仿真優(yōu)化的實

3、驗,結(jié)果表明本文提出的仿真優(yōu)化方法是有效的。(2)旅行商問題(TSP)是車輛路徑問題的子問題。為了求解TSP問題,研究了常用于TSP問題的三種交叉算子的優(yōu)化效果,提出了一種求解TSP問題的高效混合遺傳算法HGA-TSP。在該算法中以變形的OX算子作為交叉算子,以2-opt算法作為遺傳算法的變異算子;提出了K近鄰點集的概念以縮減搜索空間并提高算法的時間效率。(3)將單配送中心,多輛運輸車且無約束的車輛路徑問題建模成具有總路徑長度最短、子路徑長度均衡性好這兩個目標的雙目標多旅行商問題(MTSP),并基于HGA-TSP算法,研究了三種求解上述問題的解決方案。(4)對于帶能力約束的車輛路徑問題(CV

4、RP),提出了一種新的雙層染色體編碼方案和一種子路徑交換算法。雙層染色體編碼方案不需要預先知道最優(yōu)解所需要的車輛數(shù),并能確保染色體不違反能力約束,這更適合求解實際物流配送系統(tǒng)中的車輛路徑問題。此外,相對于常用的單層染色體編碼方案,該編碼方案還能降低搜索空間的大小,從而提高搜索效率并降低計算時間。子路徑交換算法可以有效提高遺傳算法的求解精度。基于上述雙層染色體編碼方案和子路徑交換算法,設計了兩種求解CVRP問題的混合遺傳算法,分別是HGA-CVRP算法和HGA-SE-CVRP算法。(5)對于帶時間窗約束的車輛路徑問題(VRPTW,首先改進了雙層染色體編碼方案,以便在編程實現(xiàn)時更方便地進行子路徑

5、的處理。然后研究了遺傳算法與鄰域搜索算法的結(jié)合方式,在遺傳算法中引入了帶克隆操作的鄰域搜索算子。最后提出了一種求解VRPTW問題的新型混合遺傳算法HGA-VRPTW。(6)綜合應用了面向?qū)ο蠓治雠c設計、多線程、UML等先進的軟件開發(fā)方法與技術,設計并開發(fā)了VRP仿真實驗室,這是一個用于研究車輛路徑問題的軟件包,具有使用簡便、界面美觀的特點。VRP仿真實驗室在本文的研究中發(fā)揮了重要的作用,是研究車輛路徑問題的有力工具。本文對大量的基準測試實例(Benchmark)進行了仿真計算,計算結(jié)果表明,本文所提出的一系列算法能有效求解物流系統(tǒng)中的庫存優(yōu)化問題與車輛路徑問題?！娟P鍵詞】：遺傳算法仿真優(yōu)化候

6、選解收集器旅行商問題K近鄰點集車輛路徑問題雙層染色體編碼方案子路徑交換算法【學位授予單位】：華東師范大學【學位級別】：博士【學位授予年份】：2007【分類號】：TP311.52;TP18【目錄】：論文摘要6-8Abstract8-14第1章緒論14-221.1本文的研究背景及意義14-171.1.1物流系統(tǒng)及其優(yōu)化14-151.1.2優(yōu)化問題15-161.1.3研究意義16-171.2國內(nèi)外研究現(xiàn)狀17-181.3本文的研究工作18-201.3.1本文的研究內(nèi)容18-191.3.2研究思路與方法191.3.3本文的主要貢獻19-201.4論文的組織20-22第2章智能優(yōu)化算法概述22-362

7、.1智能優(yōu)化算法22-252.1.1優(yōu)化算法22-232.1.2智能優(yōu)化算法簡介23-252.1.3智能優(yōu)化算法的特點252.2遺傳算法25-352.2.1遺傳算法中的概念26-292.2.2遺傳算法的基本思想292.2.3基本遺傳算法描述29-302.2.4應用遺傳算法求解問題的步驟30-322.2.5模式定理與積木塊假設32-342.2.6遺傳算法的優(yōu)缺點34-352.3小結(jié)35-36第3章庫存系統(tǒng)仿真及