建筑设备租赁管理系统设计.doc

物流车辆路径优化方法研究

设计（论文）主要内容：
1.介绍了国内VRP研究现状。

2.详细说明了遗传算法的历史，发展，现状及特点说明。

3.研究了一类考虑车辆容量约束的随机旅行时间的VRP，提出了该问题的机会约束模型和补偿模型，并设计遗传算法分别求解这两个模型



要求完成的主要任务:
1. 生产实习两周，包括参观单位，查阅相关资料及完成实习报告及总结。

2. 完成不少于十二篇相关文献资料的查阅（外文文献不少于3篇）。

3. 完成不少于2万印刷符的相关外文翻译工作。

4. 了解车辆路径优化问题的解决方案的优势与劣势。

5. 针对省时间商的车辆路径问题提出基于遗传算法的解决方案，并仿真运算。

6. 按照要求撰写设计说明书。





目录
摘要 Ⅰ
ABSTRACT Ⅱ
绪论 1
1 研究综述 2
1.1 VRP的组成要素分析 2
1.2 国内VRP的研究现状 3
2 遗传算法的产生和机理 4
2.1 自然选择学说和遗传算法的产生 5
2.2 遗传算法的特点 6
2.3 遗传算法的主要步骤 7
3 求解VRPSCD的遗传算法 8
4 VRPST的模型和算法研究 14
4.1 VRPST的整数规划模型 14
4.1.1 符号与变量说明 14
4.1.2 机会约束规划模型 15
4.1.3 补偿模型 16
4.2 求解VRPST的遗传算法 17
4.2.1 编码方案 17
4.2.2 目标函数的计算 17
4.2.3 约束条件的处理 18
4.2.4 算子 19
4.3 实验分析 21
结束语 26
致谢 27
参考文献 28
附录 遗传算法核心代码 30



摘要
随着市场竞争的日益加剧、世界经济一体化进程的加快和科学技术的飞速发展，许多企业己经把物流作为提高市场竞争能力和提升核心竞争能力的重要手段，将先进的物流理论和物流技术引入企业的生产和经营管理中。作为实现物流合理化的重要内容和手段，研究车辆路径有助于企业降低物流成本，提高运作效率，全面提高顾客满意度。由于车辆路径问题将运筹学理论与生产实践紧密地结合在一起，近几十年取得了很多成果，因此被称为“最近几十年运筹学领域最成功的研究之一”。以往对车辆路径问题的研究多是基于确定性信息，而在实际中出现在路径制定者面前的往往是一些具有统计规律的随机性信息，研究确定性车辆路径问题的有效方法不一定能有效解决随机车辆路径问题，因此有必要研究随机车辆路径问题的特征，构造有效的模型和算法。但到目前为止，对随机性信息条件下车辆路径问题的研究仍然较少，许多不尽人意的地方有待于进一步完善和改进。本文较深入地研究了随机性信息条件下的一系列车辆路径问题，具有重要的理论意义和实用价值。


关键词：车辆路径问题 随机性 遗传算法