matlab改进大规模邻域搜索算法求解路径优化
近年来，随着环境问题的日益突出，越来越多物流配送企业开始使用节能环保的电动物流车。 但是由于续航里程有限及充电设施布局不完善等问题，电动车并不能完全代替燃油车，所以大多物流企业目前主要采用电动车与燃油车混合配送的过渡模式。 与燃油车配送不同，由于电动车需途中进行充电，改变了原有配送系统的配置参数，并对配送时间窗产生影响；此外，实际配送过程中配送中心会在车辆离开后继续接收新的需求，导致配送系统的状态不断发生变化，需要对已有配送方案重新进行调整。 如果不能合理快速地规划与调整配送路线，不仅会大幅增加企业的运营成本，还会降低顾客服务水平。 因此，研究电动车与燃油车混合配送模式下的动态需求车辆路径问题具有重要的现实意义。车辆路径优化（ｖｅｈｉｃｌｅ ｒｏｕｔｉｎｇ ｐｒｏｂｌｅｍ，ＶＲＰ） 一直都是物流配送领域中的热点问题，从 １９５９ 年 ＶＲＰ 被 Ｄａｎｔｚｉｇ 和 Ｒａｍｓｅｒ提出后就受到了国内外学者的广泛关注，目前已有非常丰硕的研究成果。 结合各种现实场景，研究人员开始对基础的ＶＲＰ 进行扩展研究，如有载重约束的 ＶＲＰ（ＣＶＲＰ）［２］、带时间窗约束的 ＶＲＰ（ＶＲＰＴＷ）［３］、多车型 ＶＲＰ（ＨＶＲＰ）［４］等。 使用电动物流车的 ＶＲＰ 称为电动车车辆路径问题（ＥＶＲＰ），Ｃｏｎｒａｄ等人［５］首次对 ＥＶＲＰ 进行研究，在允许车辆途中充电的条件下，建立使用车辆数目最少以及行驶成本、服务时间成本和充电成本最小的多目标模型；Ｓｃｈｎｅｉｄｅｒ 等人［６］进一步提出了带时间窗的 ＥＶＲＰ，建立使用车辆数最小和总行驶成本最小的优化模型，并设计了基于变邻域搜索和禁忌搜索的混合算法；葛显龙等人［７］考虑到充电时间对时间窗的违反会存在影响，提出带软时间窗的 ＥＶＲＰ，建立了行驶成本、路径成本以及车辆使用成本为目标函数的数学模型，并设计了节约里程算法加改进的禁忌搜索算法进行求解；Ｋｅｓｋｉｎ 等人［８］针对带时间窗的电动车车辆路径问题，考虑电动车在充电站采取部分充电的情况，设计了自适应大规模邻域搜索算法进行求解；Ｐｅｌｌｅｔｉｅｒ 等人［９］考虑电动车耗电为非线性的情况，研究天气、道路情况以及司机行为等不确定因素背景下的电动车车辆路径问题，通过将问题定义为鲁棒混合整数线性规划模型，并设计一种基于大规模邻域搜索的两阶段启发式算法进行求解；Ａｌｅｓｉａｎ 等人［１０］提出了可以多次访问充电站的电动车车辆路径问题，并采用一种带有学习策略的进化遗传算法找到最小化成本（与行驶时间、充电时间、能源消耗相关） 的车辆配送路线；Ｙａｎｇ 等人［１１］考虑了分时电价的情况，采用可学习的遗传算法实现对车辆路径以及充电时间的同时优化。 如果在同一配送系统中同时使用不同类型的车辆进行配送，考虑因素更多，问题更加复杂。Ｇｏｅｋｅ 等人［１２］首次对带时间窗的电动车与燃油车的混合配送问题（ＥＶＲＰＴＷＭＦ）进行研究，并设计了自适应大规模邻域搜索算法进行求解；Ｈｉｅｒｍａｎｎ 等人［１３］考虑带时间窗的同时使用传统燃油车、插电式混合动力车以及电动车三种车型的车辆路径问题，并设计基于遗传算法以及局部和大规模邻域搜索算法的混合启发式算法进行求解。以上研究均属于静态 ＶＲＰ，即所有客户需求可以事先确定。 但在实际配送过程中，配送中心会在车辆运行途中继续接收新客户的配送需求，并对已有车辆路线重新进行规划，此类问题即动态需求的 ＶＲＰ（ＤＤＶＲＰ）。 Ｈｏｎｇ［１４］研究带硬时间窗的 ＤＤＶＲＰ，并将动态问题分为一系列的静态问题，设计了改进的大规模邻域搜索算法对该问题进行求解；Ｄｅ Ａｒｍａｓ 等人［１５］将车辆工作时间不同、顾客有多个时间窗、顾客之间存在优先级等现实因素考虑到动态车辆路径问题中，并用变邻域搜索算法求解；Ｃｈｅｎ 等人［１６］进一步采用自适应大规模邻域搜索算法进行 ＤＤＶＲＰ 的求解；张文博等人［１７］针对带时间窗的 ＤＤＶＲＰ 设计了遗传算法以及模拟退火结合的两阶段算法；李阳等人［１８］针对带载重约束的动态需求车辆路径问题，提出了一种延迟服务机制，且采用混合变邻域人工蜂群算法进行多阶段求解。综上所述，目前 ＤＤＶＲＰ 已有一定的研究成果，但是这些研究都是基于传统燃油车。 邵赛等人［１９］首次将电动车引入动态需求车辆路径问题中，研究了不考虑客户时间窗的电动车配送的 ＤＤＶＲＰ。 通过国内外的文献检索，目前还没有发现其他针对电动车的 ＤＤＶＲＰ 的研究，此外也未有针对电动车与燃油车混合配送模式下的 ＤＤＶＲＰ 的研究。 不同于单一燃油车或电动车 ＤＤＶＲＰ，混合配送模式将电动车与燃油车这两种具有不同配送特点的车辆纳入同一配送系统同步考虑，限制因素更多，尤其需同时考虑动态需求和客户时间窗，模型构建与求解将更为复杂。 考虑到该类问题在企业日常运营中会越来越普遍，本文研究了电动车与燃油车混合配送模式下带时间窗的动态需求车辆路径问题（ｅｌｅｃｔｒｉｃ ｖｅｈｉｃｌｅ ｒｏｕｔｉｎｇ ｐｒｏｂｌｅｍ ｗｉｔｈ ｔｉｍｅｗｉｎｄｏｗｓ ａｎｄ ｍｉｘｅｄ ｆｌｅｅｔ ｃｏｎｓｉｄｅｒｉｎｇ ｄｙｎａｍｉｃ ｄｅｍａｎｄｓ，ＥＶＲＰＴＷＭＦ⁃ＤＤ）。 此外，考虑到动态需求对实时性要求较高，而本文研究的 ＥＶＲＰＴＷＭＦ⁃ＤＤ 又属于 ＮＰ⁃ｈａｒｄ 问题，用精确算法求解较为困难且时间成本高。 因此，本文根据所建模型的特点设计了改进的自适应大规模邻域搜索算法，以期在较短的时间内获得较优的配送方案。１ 问题描述ＥＶＲＰＴＷＭＦ⁃ＤＤ 可描述为某物流企业使用电动车和燃油车为 Ｎ 个有时间窗要求的顾客提供配送服务。 首先，对上一工作日的预约静态客户制定配送路线并进行送货，在配送过程中，若出现新的客户需求，需要对正在配送的车辆路径进行重新规划或派出新车进行服务。 此外，电动车由于续航里程有限，在配送过程中需要到公共充电站充电才能继续进行配送任务。 该问题的求解目标是寻找车辆行驶总成本最小化的最优路径。 模型的假设条件如下：ａ） 每个客户点只能被一辆车服务，每辆车可以服务多个客户点，车辆在完成配送服务后要驶回配送中心；ｂ）电动车从配送中心出发时电池为满电，并且允许在行驶过程中采用满充的方式进行多次充电，充电站可以被多次访问。 为了更好地描述问题，给出如图 １ 所示的简单示例。 本文建立了 ＥＶＲＰＴＷＭＦ⁃ＤＤ 的两阶段 ０⁃ １ 整数规划模型，包括初始阶段优化模型和动态阶段优化模型。２ 模型构建２
matlab改进大规模邻域搜索算法求解路径优化相关推荐
- 模拟退火算法+大规模邻域算法求解大规模固定节点的路径规划问题matlab代码
一.模拟退火算法 模拟退火算法通常用来求解TSP问题,具体过程见https://blog.csdn.net/weixin_41971010/article/details/115897857?spm= ...
- matlab改进灰狼算法求解路径优化
灰狼 优 化 算 法 ( grey wolf optimization algo-rithm,GWO) 是模仿灰狼等级划分和灰狼捕食行为而提出的群智能搜索算法.该算法具有控制参数少.收敛速度快和计算简 ...
- 【优化指派】基于matlab禁忌搜索算法求解指派优化问题（耗时最短）【含Matlab源码 2518期】
⛄一.飞机指派模型的建立简介 1 引 言 机场停机位指派是指在给定的作业时间窗内,考虑执行航班的机型.停机位类型及航班时刻等因素,指派航班到有限的停机位上实现停靠,以保证客货的有效衔接,是机场飞行区地 ...
- 蚁群算法求解路径优化问题
蚁群算法求解CVRP问题matlab代码,可直接运行 欢迎使用Markdown编辑器 你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页.如果你想学习如何使用Markdown编辑器, 可 ...
- MATLAB实战系列（二十四）-大规模邻域搜索（LNS）求解带时间窗的车辆路径问题（VRPTW）（附matlab源代码）
前言 大规模邻域搜索算法(后文统一称为LNS)用MATLAB编写文中的提出的LNS求解带时间窗的车辆路径问题(后文统一称为VRPTW问题)的代码. 本文会带大家详细梳理LNS的基本流程,其实说白了LN ...
- python实现大规模邻域搜索(LNS)求解旅行商问题(TSP)
文章目录 1. 大规模邻域搜索算法 1.1. LNS定义 1.2. LNS邻域 1.3. LNS框架 2. 旅行商问题TSP 3. python代码示例及结果 1. 大规模邻域搜索算法 参考<H ...
- 自适应大规模邻域算法(ALNS)解决VRPTW问题(JAVA)
文章目录 一.问题简介 1.VRP(路径优化问题) 2.VRPTW(带时间窗的路径优化问题) 二.算法简介 1.优化算法简介 2.ALNS简介 三.问题实现 1.Node类 2.Route类 3.Pa ...
- 2opt邻域搜索算法—以旅行商问题为例
一. 旅行商问题描述 一位商人要到若干城市去推销商品,已知城市个数和各城市间的路程(或者旅费),要求找到一条从城市1出发,经过所有城市且每个城市只能访问一次,最后回到城市1的路线,使总的路程(或者旅费 ...
- 惩罚函数外点matlab,禁忌搜索算法求解带时间窗的车辆路径问题(惩罚函数版 附MATLAB代码)...
本周应小伙伴要求继续学习TS求VRPTW,不过这次通过使用惩罚约束的形式允许解违反时间窗约束和容量约束,不过要给违反约束的解加以惩罚. 这次我们的目标函数就不单单只有车辆总行驶距离了,还要包括当前解中 ...
最新文章
- 05-自己创建mapmodel自定义迁移方式
- MITRE：利用微生物组时间序列数据推断与宿主状态变化相关的特征
- day15-pymysql模块的使用
- c++11中using的使用
- Java-集合练习题(1)
- 简单理解三种工厂模式（简单工厂模式，工厂方法模式和抽象工厂模式）
- centos搭建samba服务
- Kinect驱动识别及SDK下载问题
- matplotlib 绘制 虚线线型之间的间隔设置
- 机器学习的几种学习方式
- hive卡在 kill command不动假死的原因及解决方案
- 【毕业设计】基于卷积神经网络的植物花卉识别系统
- 2022年软考可以参加哪些科目考试？熟知
- springboot 企业微信申请域名验证： 将下载的文件（ WW_verify_XXXXXX.txt）上传至填写域名根目录下
- 怎么把It驻场开发推广出去
- java节假日算法_基于Java代码实现判断春节、端午节、中秋节等法定节假日的方法...
- Robust Rank Deficient SLAM
- 2021年第十二届蓝桥杯省赛第二场Python组（真题+解析+代码）：双阶乘
- HCIE(华为Eth-trunk和E-trunk)
- 数学建模-模拟退火算法-函数寻优（优化模型）