用遗传算法解决车辆优化调度问题

摘 要 近年来，物流作为“第三方利润的源泉”受到国内各行业的极大重视并得到了较大的发展。在高度发展的商业社会中，传统的VSP算法已无法满足顾客需求对物流配送提出的要求，于是时间窗的概念应运而生。带有时间窗的车辆优化调度问题是比VSP复杂程度更高的NP难题。 本文在研究物流配送车辆优化调度问题的基础上，对有时间窗的车辆优化调度问题进行了分析。并对所采用的遗传算法的基本理论做了论述。 对于有时间窗的非满载VSP问题，将货运量约束和软时间窗约束转化为目标约束，建立了非满载VSP模型，设计了基于自然数编码，使用最大保留交叉、改进的反转变异等技术的遗传算法。经实验分析，取得了较好的结果。由于此问题为小组成员共同研究，本文重点论述了本人完成的关于适应度函数和变异操作的部分。 关键词：物流配送 车辆优化调度 遗传算法 时间窗 随着市场经济的发展，大量经营规模较大的制造企业和商业企业纷纷建立起配送中心向商品流通效率化发起挑战，与此同时，相当部分的大型运输、仓储和航运企业开始转向第三方物流经营。此外，我国具有强大物流配送资源优势的邮政业更是在递送包裹的基础上为企业、商家和电子商务网站积极开展配送业务。物流配送开始在我国迅速兴起发展起来，对物流配送的研究引起了国内物流专家学者的广泛关注。 ?? 目前国内采用遗传算法解决物流配送的车辆优化调度问题的研究还处在起步阶段。本文针对客户提出时间约束这一配送需求，对有时间窗的物流配送车辆优化调度问题（VSPTW）进行数学分析，研究探索性能更强的解决VSPTW的遗传算法。 ?? 本文第1章研究目前物流配送车辆优化调度问题的研究动态和水平；第2章进一步研究有时间窗的物流配送车辆优化调度问题；第3章阐述和研究所采用遗传算法的基本理论；第4章详细论述如何采用遗传算法解决有时间窗的物流配送车辆优化调度问题并通过实验数据分析所采用改进的遗传算法的性能。