论文摘要
车辆路径问题是优化问题。它们是一个应用于交付业务的运营研究领域。这些问题的目的是在优化物流资源(差旅成本、人力和物力资源等)的同时完成交付。本文研究的问题是一个具有多容量和时间窗的异构车辆路径问题。该公司在上海提供两种类型的食品,并希望包括特殊的客户到其日常路线。为了优化业务的计算时间,我们在这里开发了一个过程,允许对初始问题进行一些修改,而不需要过多的计算时间。为此,我们考虑了物流成本和计算时间之间的关系。在这项研究中,我们使用了一个延迟接受算法。我们将多个数据集与动态或静态情况进行比较,以找出计算时间最短的最佳结果。这项研究的结果使我们能够在财务上证明动态解决交付活动中特定业务策略的利益。
论文目录
Abstract摘要Chapter 1 : Introduction 1.1 Generalities on Transportation 1.1.1 Transportation in the logistic chain 1.1.2 Transportation of Perishable Food 1.2 Research approach 1.3 Context of this study 1.4 Aims and objectives 1.5 Content and structureChapter 2 : Literature review 2.1 The Travelling Salesman Problem (TSP) 2.1.1 Exact algorithms: 2.1.2 Heuristic algorithms: 2.2 The Vehicle Routing Problem (VRP) 2.2.1 Exact algorithms: 2.2.2 Heuristic algorithms: 2.2.3 Metaheuristic algorithms: 2.3 Choice of algorithmsChapter 3 : Problem Statement 3.1 Problem Definition 3.2 Modeling 3.2.1 Business Input data 3.2.2 Operating hypothesisChapter 4 : Solving technique 4.1 Solver adaptation 4.1.1 Optaplanner general presentation 4.1.2 VRP Solver 4.2 Methodology 4.2.1 Can dynamic solving be financially attractive? 4.2.2 Are the algorithms that are good for static resolution also good for dynamic resolution?Chapter 5 : Experimental analysis 5.1 Dynamic experiments using Late Acceptanceinit without addition'> 5.1.1 Initialization: Computation of 159cinit without addition 5.1.2 Addition of customers: +1customer 5.1.3 Addition of customers: +5customers 5.1.4 Addition of customers: +10customers 5.1.5 Addition of customers: +15customers 5.1.6 Summary and Analysis 5.2 Comparison of Late Acceptance and Tabu Search 5.2.1 Results 5.2.2 AnalysisChapter 6 : Conclusion 6.1 Summary 6.2 LimitationsReferencesTables and FiguresAppendix 1 - Problem DatasetAppendix 2 - Initial resultAppendix 3 - Addition of 1 customer – Using Algorithm1 Late AcceptanceAppendix 4 - Addition of 5 customers – Using Algorithm1 Late AcceptanceAppendix 5 - Addition of 10 customers – Using Algorithm1 Late AcceptanceAppendix 6 - Addition of 15 customers – Using Algorithm1 Late AcceptanceAppendix 7 - Addition of 1 customer – Using Algorithm2 Tabu SearchAppendix 8 - Addition of 5 customers – Using Algorithm2 Tabu SearchAppendix 9 - Addition of 10 customers – Using Algorithm2 Tabu SearchAppendix 10 - Addition of 15 customers – Using Algorithm2 Tabu SearchAcknowledgement
文章来源
类型: 硕士论文
作者: Vial Marie-Louise
导师: Chen Lu
关键词: 车辆路径规划问题,动态需求,启发式,异构车队,多种容量
来源: 上海交通大学
年度: 2019
分类: 基础科学,经济与管理科学
专业: 数学,宏观经济管理与可持续发展,工业经济
单位: 上海交通大学
分类号: F426.82;F252;O221
DOI: 10.27307/d.cnki.gsjtu.2019.002371
总页数: 82
文件大小: 3427K
下载量: 32
相关论文文献
- [1].面向钻削路径规划问题的微粒群优化算法研究[J]. 信息与控制 2008(01)
- [2].多层级设施选址-路径规划问题建模及算法[J]. 控制与决策 2017(10)
- [3].采煤机记忆切割路径规划问题研究[J]. 现代矿业 2009(12)
- [4].对城市煤炭供应过程中煤炭运输车的路径规划[J]. 贵州大学学报(自然科学版) 2020(05)
- [5].基于遗传算法的车辆路径规划问题研究[J]. 科技广场 2008(10)
- [6].车辆运输路径规划问题研究[J]. 计算机技术与发展 2011(01)
- [7].监督式强化学习在路径规划中的应用研究[J]. 计算机应用与软件 2018(10)
- [8].求解指路标志指引路径规划问题的改进人工蜂群算法[J]. 计算机应用研究 2017(08)
- [9].道路养护中的带随机时间变量的弧路径规划问题[J]. 工业工程 2017(01)
- [10].居家养老预约调度与路径规划问题研究综述[J]. 经营与管理 2019(01)
- [11].三层级设施选址-路径规划问题建模及算法研究[J]. 系统工程理论与实践 2018(03)
- [12].基于改进蚁群算法的突发事件后应急物资的配送路径规划问题的研究[J]. 物流工程与管理 2016(11)
- [13].多约束条件下战场导航路径规划问题研究[J]. 系统仿真学报 2011(06)
- [14].基于蚁群算法的路径规划问题研究[J]. 物流技术 2008(10)
- [15].机器人三维路径规划问题的一种改进蚁群算法[J]. 计算机工程与科学 2012(11)
- [16].基于改进蚁群算法的校车路径规划问题研究[J]. 交通科学与工程 2017(01)
- [17].动态路网下带时间窗车辆路径规划问题研究[J]. 物流技术 2018(10)
- [18].多目标路径规划问题的算法综述[J]. 重庆工商大学学报(自然科学版) 2012(05)
- [19].基于洪泛算法的单线校车路径规划问题研究[J]. 物流技术 2016(10)
- [20].无人水面艇路径规划[J]. 指挥控制与仿真 2015(06)
- [21].基于热传导方程的快速路径规划算法[J]. 数据通信 2016(03)
- [22].基于混沌优化算法的车辆路径规划问题研究[J]. 科学技术与工程 2010(29)
- [23].基于PRM算法的智能移动机器人的路径规划问题研究[J]. 电子世界 2020(07)
- [24].遗传-蚁群算法在灾后应急物资路径规划问题中的应用研究[J]. 计算机应用与软件 2018(09)
- [25].基于改进遗传算法的路径规划问题研究[J]. 电脑编程技巧与维护 2016(20)
- [26].遗传算法在电力维护人员调度问题中的应用[J]. 现代计算机(专业版) 2015(12)
- [27].基于Memetic算法的电子AGV路径规划[J]. 四川兵工学报 2013(02)
- [28].基于粒子群算法的航天器姿态机动路径规划[J]. 北京航空航天大学学报 2010(01)
- [29].车辆路径规划问题研究综述[J]. 现代商贸工业 2019(26)
- [30].蚁群算法优化和路径规划问题的应用研究[J]. 科技通报 2016(06)
标签:车辆路径规划问题论文; 动态需求论文; 启发式论文; 异构车队论文; 多种容量论文;