首页> 中文学位 >带有随机需求的容量约束弧路径问题的算法研究
【6h】

带有随机需求的容量约束弧路径问题的算法研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景

1.2 国内外研究现状

1.3 本文所做的工作

第二章 容量约束弧路径问题

2.1 基本CARP问题描述

2.2 基本CARP问题的容量约束处理

2.2.1 传统约束处理方法

2.2.2 一个新颖的全局修复算子(GRO)

2.3 基本CARP问题求解方法

2.3.1精确算法

2.3.2启发式算法

2.4 CARPSD问题概述

2.4.1问题描述

2.4.2基本假设

2.4.3基本性质

第三章 CARPSD的算法设计

3.1构造型启发式算法

3.1.1随机路径扫描算法

3.1.2分割算法(Partition Algorithm)

3.2 元启发式算法

3.2.2自适应邻域搜索算法

3.2.3算法总结

第四章 实验结果及分析

4.1参数设置及介绍

4.2 结果分析

4.2.1 ALS算法与ALNS算法对比

4.2.2 ANS算法与ALNS算法对比

4.2.3各个局部搜索操作对比

4.2.4各个邻域结构对比

4.2.5 ALS算法与ANS算法的对比

第五章 总结与展望

参考文献

发表论文和科研情况说明

致谢

展开▼

摘要

容量约束弧路径问题(CapacitatedArcRoutingProblem,CARP)源于垃圾回收、扫雪、邮件投递等实际问题,是弧路径问题(ArcRoutingProblem,ARP)的一种扩展类型,在现实中具有非常重要的应用价值,故近年来越来越受到研究者的关注。本文所研究的带有随机需求的容量约束弧路径问题(CapacitatedArcRoutingProblemwithStochasticDemands,CARPSD),由于考虑每条任务边的需求是随机的,因此属于容量约束弧路径问题的一种推广形式。该类问题是NP-hard问题,传统的算法如分支定界方法等无法求解实际中出现的大规模例子,而元启发式算法因其内在的自适应性、并行性、稳定性等强大优点有望能解决大型的容量约束弧路径问题。
  本文以CARPSD为研究对象,在广泛查阅国内外文献的基础上,深入探索该问题的求解方法,提出了求解CARPSD问题的分割算法、自适应局部搜索算法和自适应领域搜索算法,有效地解决CARPSD问题,主要研究工作和成果如下:
  首先,对基本CARP问题进行了描述,并引入了带有随机需求的CARP问题(CARPSD),给出该问题的数学模型,进行了相关的理论证明,完成对问题可行性的基本假设。
  其次,根据CARPSD问题的特性,提出一种随机路径扫描(StochasticPathScanning,SPS)与分割算法来建立随机条件下的可行解及最短路径,其中设计的分割算法对可行解进行重新排序分割,计算所有可能情况下的最小费用。以最小费用的期望作为最终的判断指标,记录并保存从车场到当前弧的最小期望费用,直到所有需求弧服务完毕。
  最后,基于算法的自适应,利用启发式算法极强的鲁棒性和内在并行机制等优点进一步求得问题的近似最优解。但由于基本启发式算法例如遗传算法,模拟退火算法、禁忌搜索算法在求解过程中易限于局部最优,因此设计出两种相对有效的启发式算法:自适应局部搜索算法、自适应领域搜索算法。数值试验结果表明,两种算法在该类问题的表现优于以往所设计的启发式算法,使CARPSD问题得到有效解决。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号