不确定环境下车辆配送路径鲁棒优化及求解算法

论文摘要

为了提高配送方案在需求信息或运输时间等不确定因素相关数据无法完全获知时的可靠性,以最小化运输成本为基本目标,在保证较低物资配送延迟率的前提下,提出了基于场景分布式鲁棒优化的车辆配送路径规划模型。在分析传统随机优化模型的基础上,构建了多种不确定集合下的确定型鲁棒对等式模型。同时,为了提高该模型在大规模问题下的可行性,提出了基于免疫遗传算法的求解算法。最后,论文以某零售商品配送路径优化问题为例对模型及算法进行验证,结果表明该模型比一般模型降低配送延误28.6%,因此,鲁棒优化模型在提高客户满意度方面比传统风险中性模型具有明显优势。

论文目录

• 0 引言
• 1 问题描述与模型构建
•   1.1 问题描述
•   1.2 鲁棒优化模型
• 2 面向大规模配送问题的免疫遗传算法
•   （1）初始抗体编码
•   （2）多样性评估
•   （3）免疫操作
• 3 案例分析
•   3.1 案例背景
•   3.2 算法效果分析
•   3.3 方案效果分析
• 4 结论

文章来源

类型: 期刊论文

作者: 赵潇,夏绪辉,王蕾,曹建华

关键词: 路径优化,鲁棒优化,免疫遗传算法

来源: 组合机床与自动化加工技术 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 公路与水路运输,自动化技术

单位: 武汉科技大学机械传动与制造工程湖北省重点实验室,湖北文理学院机械工程学院

基金: 国家自然科学基金资助项目(71471143,51805385),湖北省自然科学基金资助项目(2018CFB265)

分类号: U491;TP18

DOI: 10.13462/j.cnki.mmtamt.2019.12.037

页码: 149-154

总页数: 6

文件大小: 1083K

下载量: 284