需要金幣： 2000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字數(shù)：13184 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要: 隨著經(jīng)濟社會的發(fā)展，物流運輸在社會占據(jù)著舉足輕重的位置。如何制定最優(yōu)配送方案成為人們的關(guān)注點，通常這類問題稱為車輛路徑問題。 為了解決這一類車輛路徑問題，本文設計了改進的混合遺傳粒子群算法（GA-PSO）。首先，針對遺傳算法與粒子群算法的優(yōu)缺點，結(jié)合領(lǐng)導者和自適應思想，提出了改進的混合遺傳粒子群算法。將遺傳算法、粒子群算法和改進混合遺傳粒子群算法分別對單峰和多峰函數(shù)進行尋優(yōu)測試，結(jié)果顯示，改進的混合遺傳粒子群算法較之于單個算法，具有更高的搜索精度，不容易陷入局部最優(yōu)解和更高的全局尋優(yōu)能力等特點。其次，將改進的混合遺傳粒子群算法用來解決大規(guī)模的帶時間窗車輛路徑問題，結(jié)果顯示，該混合算法搜索到的最優(yōu)配送路線較為理想，可以用于指導實踐。最后，通過Matlab的GUI將上述的改進混合算法封裝成交互式應用程序界面，方便用戶的使用。
關(guān)鍵詞 車輛路徑問題；領(lǐng)導者；自適應 ；GUI
目錄 摘要 Abstract 1 緒論-1 1.1 選題背景與意義-1 1.2 國內(nèi)外VRP問題的研究現(xiàn)狀-1 1.2.1 國外VRP問題的研究現(xiàn)狀-1 1.2.2 國內(nèi)VRP問題的研究現(xiàn)狀-2 1.2.3 國內(nèi)外 GA、PSO和混合GA-PSO算法的研究現(xiàn)狀-2 1.3 本文的主要研究內(nèi)容及結(jié)構(gòu)-2 1.3.1 論文的主要研究內(nèi)容-3 1.3.2 論文結(jié)構(gòu)-3 2 車輛路徑問題的數(shù)學模型-4 2.1 車輛路徑問題概述-4 2.1.1 車輛路徑問題的一般描述-4 2.1.2 車輛路徑問題的組成因素-4 2.1.3 車輛路徑問題的基本解法-5 2.2帶時間窗車輛路徑問題的數(shù)學模型-6 2.2.1 帶時間窗車輛路徑問題的描述-6 2.2.2 帶時間窗的車輛路徑問題的數(shù)學模型-7 3 改進的混合遺傳粒子群算法-8 3.1 遺傳算法-8 3.1.1 遺傳算法的優(yōu)點-8 3.1.2 遺傳算法的缺點-8 3.1.3 遺傳算法函數(shù)尋優(yōu)測試-8 3.2 粒子群算法-9 3.2.1 粒子群算法的優(yōu)點-9 3.2.2 粒子群算法的缺點-9 3.2.3 粒子群算法函數(shù)尋優(yōu)測試-10 3.3 遺傳和粒子群算法能夠結(jié)合的原因-10 3.4 改進的混合遺傳粒子群算法-11 3.4.1 改進混合算法的思想-11 3.4.2 改進混合算法的操作步驟-12 3.5三種算法性能測試對比-13 3.6本章小結(jié)-15 4 基于改進GA-PSO算法的車輛路徑問題求解-16 4.1問題描述-16 4.2基于改進GA-PSO的車輛路徑問題求解算法步驟-16 4.3求解結(jié)果與分析-17 5 改進混合算法的車輛路徑問題系統(tǒng)設計-20 5.1系統(tǒng)可視化界面設計-20 5.2系統(tǒng)具體操作-20 結(jié)論-22 致謝-23 參考文獻-24 附錄-26 |
