vrp车辆路径问题 php,蚁群算法在车辆路径问题（VRP）中的应用.ppt

蚁群算法在车辆路径问题(VRP)中的应用

◆割平面法(Cutting Planes Approach)[6] 割平面法求解VRP问题(A)的基本思想是，在求解相应的不含整数约束的VRP问题(B)上，增加线性约束条件(几何术语称为割平面)，以将B的可行域切割掉一部分，使其切割掉的部分只包含非整数解，没有切割掉任何整数可行解，直到切割后得到的可行域有一个整数坐标的极点恰好是A的最优解为止. 由于割平面法求解时间过长，故不适用于大规模问题. ◆网络流算法(Network Flow Approach)[6] 网络流算法求解VRP问题的基本思想是，首先构建VRP问题的网络模型，找到网络中需调量最大的弧，然后通过调节弧流量或弧两端节点上的位势，来减少弧上的需调量，直至所有弧的需调量都等于零. 由于网络模型的顶点数目和边的数目会显著影响网络流算法时间效率，所以这种算法只适用于小规模的VRP问题. ◆动态规划方法(Dynamic Programming Approach)[6] 动态规划法求解VRP问题的基本思路是，将VRP问题视为一个阶段的决策问题，进而将其转化为依次求解具有递推关系的单阶段的决策问题，从而简化计算过程. 用这种方法可求得VRP的最优解，但仅适用于较小规模的寻优问题. 此外，Fisher(1985)、Jomstern(1986)、Madsen(1990)、Halse(1992)等人分别用不同的拉格朗日分解法求解VRP问题. Desrochers等人在1992年利用列生成方法求解VRP问题. Fisher(1994)又提出利用K-树方法求解VRP问题. * 来源于生物界的蚁群算法 在车辆路径问题(VRP)中的应用 学号 ： 姓名 ： 指导教师 ： 1…VRP的问题来源和研究现状 论文要点： 2…蚁群算法及其在VRP中的具体应用 3…VRP程序设计和求解分析 来源于生物界的蚁群算法 在车辆路径问题(VRP)中的应用 1…VRP的问题来源和研究现状 物流(Logistics) 1…物资的流通： 来源于二战时期军队的后勤保障系统 2…现代企业的第三利润来源： 营运成本与价格竞争力的强弱 3…电子商务全面改变经济活动： 物流管理成为经济发展的重要课题 通常意义下的VRP的提法为： 已知一批客户，每个客户点的位置和货物需求已知，车辆的负载能力一定，每辆车都从起点(depot)出发，完成若干客户点的运送任务后再回到起点. 假设每个客户被而且只被访问一次，每辆车所访问的城市的需求总和不能超过车辆的负载能力. 问题是使所有客户需求都得到满足，且总旅行成本最小. 1…VRP的问题来源和研究现状 车辆路径问题(Vehicle Routing Problem，简记VRP) 是物流配送优化中关键的一环 1.提高物流经济效益、实现物流科学化 2.是管理科学的一个重要研究课题 3.其优化技术是现代物流配送的一项关键技术. VRP已经被证明是NP—hard问题 目前提出的求解算法很多 1…VRP的问题来源和研究现状 求解方法(Solution) 精确算法(Exact Algorithm) 1.动态规划方法; 2.割平面法; 3.网络流算法; 4.分支定界法 构造启发式算法(Structural Heuristic Algorithm) 1.扫描法; 2.节约算法; 3.最邻近法; 4.最近插入法 智能启发式算法(Intelligent Heuristics Algorithm ) 1.遗传算法; 2.模拟退火法; 3.禁忌搜索算法; 4.蚁群算法; 5.微粒群算法; 6.神经网络算法 2…蚁群算法及其在VRP中的具体应用 蚁群算法与VRP 蚁群觅食，会选择一条从蚁穴到食物源的最短路径. 2…蚁群算法及其在VRP中的具体应用 蚂蚁选择最短路径的原理： 信息素 信息素浓度越高 蚂蚁越容易选择 经过时间越长 信息素挥发越多 蚂蚁选择较短路径 2…蚁群算法及其在VRP中的具体应用 代表路径上的信息素浓度对选择概率的影响，信息素浓度越高，选择该路径的机率就越大. 故实际上就是蚁群的正反馈机制. 吃午饭了，去一食堂还是二食堂呢？ 大家都去一食堂吃饭，我也去一食堂吧！ 代表路径上的启发因子， ， 为路径间的距离，即距离越小选择该路径的机率就越大. 故启发因子实际代表蚂蚁的能见度. 要吃午饭了，去一食堂还是二食堂呢？ 二食堂比较近，去二食堂吧。 为随机因子，即在选择路径时给与蚂蚁适当扰动. 要吃午饭了，今天到底是去一食堂还是二食堂呢？随便选一个吧。 2…蚁群算法及其在VRP中的具体应用 对于蚁群算法中的 等相关参数α、β、γ 的选择，目前还没有成熟的理论可供参考，一般只能通过实验进行选择. 信息素挥发： 本文中，信