论文部分内容阅读
摘要：针对物流配送车辆调度模型求解难的问题，以差异演化算法为基础，提供一种竞争型的协同演化算法来求解物流配送车辆路径模型，最后通过实例检验模型和算法的有效性，仿真结果表明协同差异演化算法求解物流配送车辆路径模型具有一定的优越性。
关键词：物流；模型；协同演化；测试
中图分类号：F760.3文献标识码：A文章编号：1002-3100(2008)04-0095-03
Abstract: A new method called cooperative differential evolution algorithm is adopted for the optimization problem of logistics delivery routing scheduling problem. Lastly, the algorithm is tested through cases and the simulated result shows the superiority of cooperative differential evolution algorithm for solving logistics delivery routing scheduling problem.
Key words: logistics; model; cooperative evolution; testing
目前，许多学者提出了很多求解物流配送车辆调度问题的算法，如启发式算法、禁忌搜索、遗传算法以及粒子群算法等，这些方法对某一类问题求解相当有效，但在求解另一类问题时，求解的结果却不太理想。本文尝试引入一种求解物流配送车辆调度问题的通用算法即协同演化算法。
1物流配送车辆调度模型
物流配送车辆调度问题根据约束条件的差异可构造不同的数学模型[1]，本文在文献[2]和[3]基础上提供一种无时限单向物流配送车辆路径问题的数学模型。
3实例分析
某物流配送中心向所辖区域的12个超市配送啤酒，为便于比较，这里引用文献[8]数据，具体见表1，其中送货车辆容量为600箱，行驶速度为60km/小时。
4结论
最后的实验结果表明，协同差异演化算法在求解物流配送车辆调度问题时，不仅可以取得比其他算法更优的结果，而且协同差异演化算法求解效率高、收敛速度快、易编程计算，值得在物流领域推广应用。
参考文献：
[1] 钟石泉，贺国光. 单车场复杂情况下的车辆调度[J]. 系统工程，2005,23(5):29-32.
[2] 肖健梅，黄有方，李军军,等. 基于离散微粒群优化的物流配送车辆路径问题[J]. 系统工程，2005,23(4):97-100.
[3] 张建勇，郭耀煌，李军. 基于顾客满意度的多目标模糊车辆优化调度问题研究[J]. 铁道学报，2003,25(2):15-17.
[4] 李军，郭耀煌. 物流配送车辆优化调度理论与方法[M]. 北京：中国物资出版社，2001.
[5] 郭惠昕，车晓毅，肖伟跃. 混沌遗传优化算法及其在机械优化设计中的应用[J]. 机械设计，2003,20(10):23-25.
[6] Yung-Chien Lin, Feng-Sheng Wang, Kao-Shing Hwang. A hybrid method of evolutionary algorithms for mixed-integer nonlinear optimization problems[C] // Proceedings of the 1999 Congress on Evolutionary Computation, 1999:2160-2166.
[7] 李爱国. 多粒子群协同优化算法[J]. 复旦大学学报，2004(6):87-90.
[8] 陈一永，韩红，龚延成. 带时间约束的配载车辆调度问题研究[J]. 物流技术，2005,25(3):48-50.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。
关键词：物流；模型；协同演化；测试
中图分类号：F760.3文献标识码：A文章编号：1002-3100(2008)04-0095-03
Abstract: A new method called cooperative differential evolution algorithm is adopted for the optimization problem of logistics delivery routing scheduling problem. Lastly, the algorithm is tested through cases and the simulated result shows the superiority of cooperative differential evolution algorithm for solving logistics delivery routing scheduling problem.
Key words: logistics; model; cooperative evolution; testing
目前，许多学者提出了很多求解物流配送车辆调度问题的算法，如启发式算法、禁忌搜索、遗传算法以及粒子群算法等，这些方法对某一类问题求解相当有效，但在求解另一类问题时，求解的结果却不太理想。本文尝试引入一种求解物流配送车辆调度问题的通用算法即协同演化算法。
1物流配送车辆调度模型
物流配送车辆调度问题根据约束条件的差异可构造不同的数学模型[1]，本文在文献[2]和[3]基础上提供一种无时限单向物流配送车辆路径问题的数学模型。
3实例分析
某物流配送中心向所辖区域的12个超市配送啤酒，为便于比较，这里引用文献[8]数据，具体见表1，其中送货车辆容量为600箱，行驶速度为60km/小时。
4结论
最后的实验结果表明，协同差异演化算法在求解物流配送车辆调度问题时，不仅可以取得比其他算法更优的结果，而且协同差异演化算法求解效率高、收敛速度快、易编程计算，值得在物流领域推广应用。
参考文献：
[1] 钟石泉，贺国光. 单车场复杂情况下的车辆调度[J]. 系统工程，2005,23(5):29-32.
[2] 肖健梅，黄有方，李军军,等. 基于离散微粒群优化的物流配送车辆路径问题[J]. 系统工程，2005,23(4):97-100.
[3] 张建勇，郭耀煌，李军. 基于顾客满意度的多目标模糊车辆优化调度问题研究[J]. 铁道学报，2003,25(2):15-17.
[4] 李军，郭耀煌. 物流配送车辆优化调度理论与方法[M]. 北京：中国物资出版社，2001.
[5] 郭惠昕，车晓毅，肖伟跃. 混沌遗传优化算法及其在机械优化设计中的应用[J]. 机械设计，2003,20(10):23-25.
[6] Yung-Chien Lin, Feng-Sheng Wang, Kao-Shing Hwang. A hybrid method of evolutionary algorithms for mixed-integer nonlinear optimization problems[C] // Proceedings of the 1999 Congress on Evolutionary Computation, 1999:2160-2166.
[7] 李爱国. 多粒子群协同优化算法[J]. 复旦大学学报，2004(6):87-90.
[8] 陈一永，韩红，龚延成. 带时间约束的配载车辆调度问题研究[J]. 物流技术，2005,25(3):48-50.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。