摘要:針對物流配送車輛調度模型求解難的問題,以差異演化算法為基礎,提供一種競爭型的協同演化算法來求解物流配送車輛路徑模型,最后通過實例檢驗模型和算法的有效性,仿真結果表明協同差異演化算法求解物流配送車輛路徑模型具有一定的優越性。
關鍵詞:物流;模型;協同演化;測試
中圖分類號:F760.3文獻標識碼:A文章編號: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,許多學者提出了很多求解物流配送車輛調度問題的算法,如啟發式算法、禁忌搜索、遺傳算法以及粒子群算法等,這些方法對某一類問題求解相當有效,但在求解另一類問題時,求解的結果卻不太理想。本文嘗試引入一種求解物流配送車輛調度問題的通用算法即協同演化算法。
1物流配送車輛調度模型
物流配送車輛調度問題根據約束條件的差異可構造不同的數學模型[1],本文在文獻[2]和[3]基礎上提供一種無時限單向物流配送車輛路徑問題的數學模型。
3實例分析
某物流配送中心向所轄區域的12個超市配送啤酒,為便于比較,這里引用文獻[8]數據,具體見表1,其中送貨車輛容量為600箱,行駛速度為60km/小時。
4結論
最后的實驗結果表明,協同差異演化算法在求解物流配送車輛調度問題時,不僅可以取得比其他算法更優的結果,而且協同差異演化算法求解效率高、收斂速度快、易編程計算,值得在物流領域推廣應用。
參考文獻:
[1] 鐘石泉,賀國光. 單車場復雜情況下的車輛調度[J]. 系統工程,2005,23(5):29-32.
[2] 肖健梅,黃有方,李軍軍,等. 基于離散微粒群優化的物流配送車輛路徑問題[J]. 系統工程,2005,23(4):97-100.
[3] 張建勇,郭耀煌,李軍. 基于顧客滿意度的多目標模糊車輛優化調度問題研究[J]. 鐵道學報,2003,25(2):15-17.
[4] 李軍,郭耀煌. 物流配送車輛優化調度理論與方法[M]. 北京:中國物資出版社,2001.
[5] 郭惠昕,車曉毅,肖偉躍. 混沌遺傳優化算法及其在機械優化設計中的應用[J]. 機械設計,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] 李愛國. 多粒子群協同優化算法[J]. 復旦大學學報,2004(6):87-90.
[8] 陳一永,韓紅,龔延成. 帶時間約束的配載車輛調度問題研究[J]. 物流技術,2005,25(3):48-50.
注:本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。