论文部分内容阅读
近年来,随着逆向物流的发展和全球贸易经济的快速增长,企业在物流配送中为了节约成本和保护环境,将正向物流和逆向物流的车辆路径问题结合起来运作,这使得同时送货和取货的车辆路径问题(VRPSDP)成为物流行业亟待解决的问题。目前,对VRPSDP的研究很少考虑时间窗的约束,然而在实际的物流系统中,客户对车辆的到达时间大都有时间段限制,因此有必要研究带时间窗的同时送货和取货的车辆路径问题(VRPSDPTW)。本文主要围绕VRPSDPTW的数学模型和求解算法进行深入研究,在此基础上设计和开发了物流配送车辆优化调度模拟系统。本文的具体工作如下: 1)建立VRPSDPTW的混合整数规划模型。与前人的研究相比,该模型同时考虑了车辆装载能力确定、车辆最大行驶距离确定、客户的时间窗确定等更多的约束条件,并采用惩罚函数法对时间窗约束做了恰当的处理,能够适应不同类型的时间窗要求,与物流配送的实际情况更加贴近。同时,本文建立的模型通过参数的设置可以转化为其它类型的车辆路径问题。 2)在对蚁群算法和禁忌搜索算法进行深入研究的基础上,针对这两种算法的现有混合优化策略存在的不足,提出了一种蚁群算法与禁忌搜索算法的新混合优化策略。该策略将蚁群算法作为全局优化的主算法,而禁忌搜索算法则作为辅助算法,嵌入到蚁群算法的主循环结构中,二者结合可以充分利用各自的优势,提高算法的搜索性能和搜索效率。 3)采用蚁群算法和禁忌搜索算法的混合优化策略,提出了用于求解VRPSDPTW的蚁群禁忌混合优化算法,并详细地设计了该算法的关键实现技术,主要包括启发式因子的设计、问题解的构造、转移规则的设计、局部搜索等,还给出了算法的执行流程。实验表明,该算法提高了全局搜索能力,加快了收敛速度,更适合求解VRPSDPTW问题。 4)应用VRPSDPTW的模型和算法的研究成果,完成了物流配送优化调度系统的总体设计工作,初步实现了系统的部分主要功能。