基于遺傳算法的物流配送路徑優(yōu)化研究_第1頁
基于遺傳算法的物流配送路徑優(yōu)化研究_第2頁
基于遺傳算法的物流配送路徑優(yōu)化研究_第3頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、 PAGE 3碩士研究 學位論文開題報告填表日期年11月8日(此表以 A4 紙雙面打印,表格空間不夠可自行增加)院系計算機與信息工程學院姓名學號專業(yè)電路與系統(tǒng)研究方向嵌入式系統(tǒng)設計入學時間導師姓名職稱擬定學位論文題目基于遺傳算法的物流配送路徑優(yōu)化研究綜述國內外研究現狀,說明選題的依據和意義,闡明所做工作的創(chuàng)新性及完成的可能性:2002年郎茂祥在建立物流配送路徑優(yōu)化問題數學模型的基礎上 ,構造了求解該問題的遺傳算法 ,并進行了實驗計算。 計算結果表明 ,用遺傳算法進行物流配送路徑優(yōu)化 ,可以方便有效地求得問題的最優(yōu)解或近似最優(yōu)解。2005年柳林建立優(yōu)化物流配送路徑的數學模型然后構造求解該問題的遺

2、傳算法進行多次實驗和計算證明用遺傳算法優(yōu)化物流配送路徑可以有效地求得問題的最優(yōu)解或近似最優(yōu)解。2008年易榮貴對基于遺傳算法的物流配送路徑優(yōu)化問題進行了研究。作者闡述了遺傳算法是一種基于自然進化原理的全局搜索隨機算法。遺傳算法在選址問題、配送問題、調度問題、運輸問題、布局問題方面意義重大。在建立物流配送路徑優(yōu)化問題數學模型的基礎上, 構造了求解該問題的遺傳算法。該遺傳算法采用常用的二進制編碼, 在個體選擇上結合使用最優(yōu)個體保留策略和輪盤賭法。 最后以這種方法進行了實驗計算, 通過計算結果表明, 用遺傳算法進行物流配送路徑優(yōu)化, 可以方便有效地求得問題的最優(yōu)解或近似最優(yōu)解。2009年劉芳華通過改

3、進遺傳算法的編碼方式和適應度評估, 減少二進制編碼或浮點型編碼的復雜性, 同時精簡適應度評估的計算, 來求解物流配送路徑優(yōu)化問題。在建立物流配送路徑優(yōu)化問題的數學模型基礎上, 構造改進后的遺傳算法。改進后的遺傳算法采用自然數直接編碼, 在個體選擇上結合使用常用的最優(yōu)個體保留策略和輪盤賭法。 進行多次實驗和計算,證明改進后的遺傳算法, 在優(yōu)化物流配送路徑方面比傳統(tǒng)的遺傳算法, 收斂性更好、更優(yōu)越, 進而更高效地獲得問題的最優(yōu)解或近似最優(yōu)。2012年羅勇認為物流配送路徑規(guī)劃對于提高物流配送效率、節(jié)約配送成本具有重要意義。 以物流配送路徑總長度為優(yōu)化目標 ,將其轉換為經典 TSP優(yōu)化問題進行求解并建

4、立了數學模型。 基于該數學模型 ,提出改進的遺傳算法 ,針對遺傳算法的選擇、交叉和變異分別提出了基于序的選擇算子、基于最小代價樹的交叉算子和基于隨機點長度控制的變異算子。 改進的遺傳算法與簡單遺傳算法的對比仿真實驗表明 ,所改進的遺傳算法有較好的全局尋優(yōu)能力 ,且其收斂速度快 ,是解決物流配送路徑優(yōu)化問題的有效方法。2013年劉靜物流配送路徑優(yōu)化問題是一個NP(非確定多項式)問題,使用傳統(tǒng)優(yōu)化方法很難得到最優(yōu)解或滿意解。為了很好地解決這個NP問題,本文建立了一個配送中心、多個顧客的物流配送數學模型,用自己改進的遺傳算法加以分析求解并進行了實例驗證,而且在物品的配送種類上取得了突破,不在只是針對

5、單一品種,對物流企業(yè)實現科學快捷的配送調度和路徑優(yōu)化有實際意義。2014年羅慶針對從物流配送中心向各個配送點的配送車輛路徑優(yōu)化這一實際問題進行了數學描述,建立了數學模型,重點介紹了遺傳算法常見的編碼方法、適配度函數形式和選擇、交叉、變異算子的設計方法,最終在遺傳優(yōu)化操作中采取基于最優(yōu)保存策略,基于變化的交叉概率進行順序的選擇交叉算子和基于變化的變異概率進行邊界變異代替原有基因值,使算法的效率和功能得到了很大提高,最終設計出改進遺傳算法進行配送車輛的路徑決策,從而降低運輸成本,提高物流經濟效益。研究的基本內容,擬解決的主要問題:研究物流配送路徑問題的構成要素、優(yōu)化目標、模型分類和常見模型的數學描

6、述的基礎上,分析了求解該問題的相關算法,總結了建立物流配送路徑優(yōu)化模型的一般步驟,并根據時間窗的基本概念和自身對物流配送路徑優(yōu)化模型的理解,建立了帶有軟時間窗的物流配送路徑優(yōu)化模型。然后在研究傳統(tǒng)標準遺傳算法和相關改進算法的基礎上,總結出了遺傳算法的改進思路,并提出了一種基于爬山算法和自適應交叉變異策略的改進遺傳算法。最后,使用傳統(tǒng)標準遺傳算法和改進遺傳算法對基本物流配送路徑優(yōu)化模型和帶有軟時間窗約束的物流配送路徑優(yōu)化模型進行編碼仿真實驗,驗證了改進遺傳算法在局部搜索方面的優(yōu)勢,以及求解物流配送路徑問題時的有效性。研究步驟、方法及手段:1查閱資料,收集國內外關于遺傳算法的研究資料。在前人研究基礎上,構建自己的模型。2詳細闡述遺傳算法和物流配送路徑問題3對物流配送路徑問題進行增加約束。4. 對遺傳算法進行改進。5. 實證模擬改進遺傳算法對物流配送路徑的作用。研究工作進度計劃:2017 年 8 月9 月:國內外文獻研究,資料收集。2017 年 10 月11 月:確定研究方向和初步規(guī)劃研究成果,完成開題報告。2017 年 12 月1 月:做好論文核心部分。2018 年 2 月3 月:完成論文初稿,修改完善。2018 年 3 月4 月:論文定稿,完成碩士論文答辯。導師意見導師簽

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論