物流matlab,物流配送线路优化Matlab算法研究

最新推荐文章于 2022-11-14 19:48:41 发布

林瑞和

最新推荐文章于 2022-11-14 19:48:41 发布

阅读量1.1k

点赞数

文章标签：物流matlab

文章提出了一种结合逐点调整法和双点交换法的综合算法，以解决物流配送车辆路径优化问题。针对“最后一公里”配送的优化，该算法在Matlab环境下运行，能快速生成较优的配送线路，适用于大规模问题，弥补了现有算法的不足，提高了派件效率。

摘要由CSDN通过智能技术生成

[摘要]“最后一公里”的配送问题属于物流配送车辆路径优化问题。针对物流配送线路选取过程中所缺乏的可嵌入系统的简易优化算法的缺陷，提出了基于逐点调整法、双点交换法的综合算法。该方法通过对单个节点进行位置调整和任意调整两个节点位置的综合运用，不仅可取得较优的配送线路，且在算法的可推广应用方面具备较强优势。

[关键词]线路优化；最短路线；综合算法；Matlab

[DOI]10.13939/ki.zgsc.2016.32.041

1 引言

“最后一公里”的派件问题属于物流配送车辆路径优化问题。物流配送车辆路径优化问题(Vehicle Routing Problem，VRP)是以最少车辆数、最小车辆总行程完成货物的配送任务，从而达到成本最小或时间最短等目标。[1]它最早是由Dantizg和Ramser[2]于1959年首次提出的。由于VRP问题是一个NP难问题，采用精确优化算法对其进行求解，计算量与问题的规模呈指数增加关系，因此当规模增大时，计算机计算复杂度相当大，实际中其应用范围比较有限。[3]

在国外，Vinicius W.C.Morais，Geraldo R.Mateus，Thiago F.Noronha(2014)[4]发现大多数的作品在研究VRPCD问题时是基于禁忌搜索，而他们并没有局限于禁忌搜索，而是只探索可行的空间解决方案。由于没有计算努力花在不可行解决方案上的时间，从而使得运算结果更有效。Fatma Pinar Goksal，Ismail Karaoglan和Fulya Altiparmak(2013)[5]提出了一种基于离散粒子群优化(PSO)和变邻域搜索算法的混合搜索算法来解决同时派件和收件的车辆路径问题，其具有很好的优化能力，但是，当节点较多时，算法运行却是一个相