已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、運輸調(diào)度問題的研究具體重要的理論和現(xiàn)實意義。本文對物流配送車輛路徑優(yōu)化問題進行了較深入的探討,分析了多種物流配送情況,并研究了各種情況下的車輛路徑優(yōu)化問題,主要的有以下內(nèi)容:
1.在總結(jié)了遺傳算法、免疫遺傳算法的優(yōu)點和缺點基礎(chǔ)上,提出適用于車輛路徑優(yōu)化的小生境免疫遺傳算。小生境免疫遺傳算法是對免疫遺傳算法的改進。
2.對多配送中心的物流配送問題進行了分析,建立了數(shù)學(xué)模型。將多配送中心VRP轉(zhuǎn)化成單配送中心VR
2、P,并結(jié)合小生境免疫遺傳算用于求解多配送中心VRP,取得了很好的效果。
3.應(yīng)用小生境免疫遺傳算法對多種運輸車輛而且客戶需求不確定的車輛路徑優(yōu)化問題的求解進行了研究。實驗證明它能比遺傳算法更好的處理客戶需求不確定的車輛路徑優(yōu)化問題。
4.總結(jié)了快速非支配排序遺傳算法NSGA—Ⅱ的優(yōu)缺點,并提出了它的改進算法INSGA—Ⅱ,將INSGA—Ⅱ應(yīng)用于物流配送多目標優(yōu)化問題的求解。
最后對論文進行了總結(jié)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小生境遺傳算法的無功優(yōu)化.pdf
- 小生境遺傳算法的改進及其應(yīng)用.pdf
- 排擠小生境遺傳算法的研究與應(yīng)用.pdf
- 基于自適應(yīng)小生境遺傳算法的LVS負載均衡調(diào)度研究.pdf
- 自適應(yīng)小生境混合遺傳算法在車間調(diào)度問題中的研究.pdf
- 基于聚類方法的小生境遺傳算法研究.pdf
- 多模態(tài)優(yōu)化的混合小生境遺傳算法.pdf
- 基于小生境遺傳算法的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于小生境遺傳算法的增量貝葉斯算法.pdf
- 小生境技術(shù)及求解約束優(yōu)化問題的遺傳算法研究.pdf
- 改進的小生境遺傳算法在多目標車間調(diào)度中的應(yīng)用研究.pdf
- 小生境自適應(yīng)遺傳算法及在水庫優(yōu)化調(diào)度中的應(yīng)用研究.pdf
- 基于小生境遺傳算法的多分類器融合模型.pdf
- 基于模糊聚類與多生境排擠的小生境遺傳算法研究.pdf
- 基于改進小生境遺傳算法的配網(wǎng)無功優(yōu)化研究.pdf
- 改進的小生境遺傳算法在成品油儲運調(diào)度中的應(yīng)用研究.pdf
- 基于改進小生境遺傳算法的配電網(wǎng)故障恢復(fù).pdf
- 改進的小生境遺傳算法在油藏評價中的應(yīng)用研究.pdf
- 基于小生境pareto遺傳算法(npga)的優(yōu)化理論的研究及實現(xiàn)
- 基于小生境自適應(yīng)遺傳算法的配電網(wǎng)無功優(yōu)化研究.pdf
評論
0/150
提交評論