带无人机协助运输的包裹投递优化算法的研究及其实现

论文摘要

近三十年来,国内外诸多学者对于车辆路径问题（VRP）中的车辆行驶成本和客户等待时间成本两个优化目标提出了众多的优化算法。随着无人机技术的逐渐成熟以及在运输中的出众表现,车辆与无人机协同作业的路径规划算法成为当前学术和工程届函待解决的问题。本文针对物流领域中“最后一公里”快递配送引入无人机协助运输,对包裹进行投递分发的问题场景,以该场景中最小化行驶成本和客户等待时间成本为优化目标,对于其包裹投递过程提出了一系列优化模型和算法,并进行了充分验证。首先对于带无人机协助运输的包裹投递问题进行了仔细的分析,对于该场景进行了详细的描述,并构建了其数学模型。根据该模型,描述了本文的课题框架。之后根据框架顺序,（1）先介绍了轻重快件分离,带约束的K-means迭代聚类对特定配送区域的重点子区域和时间紧迫的子区域进行标记;（2）然后通过行驶成本和客户等待时间成本进行线性加权,改造蚁群算法中路径转移概率的计算方式,求得了当前配送区域内行驶成本和时间成本综合最优的物流车行驶次序;（3）之后在物流车的行驶路径基础上,结合无人机数量及其飞行能力,提出无人机-车协同规划算法得到物流车具体行驶路径,无人机飞行路径。以及各个快件的等待时间成本,达到了行驶成本和等待时间成本综合最优的包裹投递效果。最后通过对带约束的K-means迭代聚类算法的测试实验表明本文所提出的算法在不同的点分布情况下,对于子区域的等级标记和划分具有良好的效果。对于不同轻重件比例情况下,改进蚁群算法均取得了比传统蚁群算法更小的综合成本。最后通过仿真实验证明了本文所提出的优化方案对于“最后一公里”物流问题中的包裹投递算法比现有的配送方案能取得较小的配送成本。充分证明了本文包裹投递算法在未来无人机应用场景中的有效性,正确性。

论文目录

文章来源

类型: 硕士论文

作者: 刘委青

导师: 曲明成

关键词: 改进蚁群算法,迭代聚类算法,无人机车协同规划算法,多目标车辆路径问题

来源: 哈尔滨工业大学

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

单位: 哈尔滨工业大学

分类号: F252;O224

DOI: 10.27061/d.cnki.ghgdu.2019.002994

总页数: 66

文件大小: 3707K

下载量: 196

相关论文文献

• [1].加强经管学科中算法分析与设计教学的建议[J]. 知识经济 2019(34)
• [2].《算法分析》教学方法探索[J]. 现代计算机 2020(02)
• [3].《算法分析与设计》专题探究式教学改革与实践[J]. 湖北开放职业学院学报 2020(04)
• [4].算法分析与复杂性理论课程案例化教学改革[J]. 计算机教育 2020(04)
• [5].算法分析与设计(双语)课程实践教学模式探索[J]. 中国管理信息化 2017(19)
• [6].应用型人才培养中《算法分析与设计》课程教学方法研究[J]. 科技资讯 2017(04)
• [7].中国古代算法的探究与模型建立[J]. 中华少年 2017(04)
• [8].求离散点最小包围圆在算法初步教学中的案例分析[J]. 中华少年 2017(11)
• [9].算法初步的几个着力点[J]. 高中生学习(试题研究) 2017(09)
• [10].算法分析与设计——分治法的教学方法浅析[J]. 时代教育(教育教学) 2011(10)
• [11].算法即权力:算法范式在新闻传播中的权力革命[J]. 编辑之友 2018(05)
• [12].应用于词法分析器的算法分析优化[J]. 科技经济市场 2017(05)
• [13].超大容量云服务算法分析[J]. 电脑知识与技术 2017(23)
• [14].算法分析与设计课程研究型教学模式探索与实践[J]. 计算机教育 2015(23)
• [15].信息与计算科学专业“算法分析与设计”研究性教学探索[J]. 中国电力教育 2013(01)
• [16].两种常用指纹方向图算法分析及比较[J]. 信息通信 2017(01)
• [17].“算法分析与设计”教学模式探索[J]. 当代教育理论与实践 2011(12)
• [18].“算法分析与设计”课程教学改革和实践[J]. 中国电力教育 2010(16)
• [19].算法分析中概率变化与图形生成[J]. 云南大学学报(自然科学版) 2009(S2)
• [20].数据差异下的连续数据保护恢复算法分析及应用[J]. 微型电脑应用 2020(08)
• [21].基于《算法分析与设计》中计算思维的运用[J]. 牡丹江教育学院学报 2013(01)
• [22].算法分析与设计课程中多媒体技术的应用[J]. 科技风 2009(18)
• [23].图像去雨雪算法分析[J]. 科技风 2019(30)
• [24].“算法分析与设计”课程教学改革与实践[J]. 工业和信息化教育 2017(03)
• [25].浅谈算法分析与设计课程的教学技巧[J]. 福建电脑 2017(09)
• [26].算法分析与设计课程的拓展式教学[J]. 现代计算机(专业版) 2015(24)
• [27].蝙蝠算法研究及应用综述[J]. 计算机工程与应用 2019(15)
• [28].几种常见特殊方阵的算法分析与实现[J]. 无锡职业技术学院学报 2009(05)
• [29].浅谈“贪心方法”的教学经验[J]. 时代教育(教育教学) 2011(11)
• [30].高校学生补考考场分排算法分析及程序设计[J]. 电脑编程技巧与维护 2008(16)

标签：改进蚁群算法论文;  迭代聚类算法论文;  无人机车协同规划算法论文;  多目标车辆路径问题论文;