路径优化的算法

摘要

供货小车的路径优化是企业降低成本,提高经济效益的有效手段,供货小车路径优化问题可以看成是一类车辆路径优化问题。

本文对供货小车路径优化问题进行研究，提出了一种解决带单行道约束的车辆路径优化问题的方法。首先，建立了供货小车路径优化问题的数学模型，介绍了图论中最短路径的算法—Floyd算法，并考虑单行道的约束，利用该算法求得任意两点间最短距离以及到达路径，从而将问题转化为TSP问题，利用遗传算法得到带单行道约束下的优化送货路线，并且以柳州市某区域道路为实验，然后仿真，结果表明该方法能得到较好的优化效果。最后对基本遗传算法采用优先策略进行改进，再对同一个供货小车路径网进行实验仿真，分析仿真结果，表明改进遗传算法比基本遗传算法能比较快地得到令人满意的优化效果。

关键字:路径优化遗传算法 Floyd算法

Abstract

The Path Optimization of Goods Supply Car is the effective way to reduce business costs and enhance economic efficiency.The problem of the Path Optimization of Goods Supply Car can be seen as Vehicle routing proble.

This paper presents a solution to Vehicle routing proble with Single direction road by Researching the Way of Path Optimization of Goods Supply Car. First, This paper Establish the mathematics model of Vehicle routing proble and introduced the shortest path algorithm-Floyd algorithm, then taking the Single direction road into account at the same time. Seeking the shortest distance between any two points and landing path by this algorithm,then turn this problem in to TSP. Solving this problem can get the Optimize delivery routes which with Single direction road by GA,then take some district in the state City of LiuZhou road as an example start experiment.The Imitate the true result showed that this method can be better optimize results. Finally improving the basic GA with a priority strategy,then proceed to imitate the true experiment to the same Path diagram. The result expresses the improvement the heredity calculate way ratio the basic heredity calculate way can get quickly give satisfaction of excellent turn the result.

Keyword: Path Optimization genetic algorithm Floyd algorithm

1绪论 (1)

1.1 课题研究的意义 (1)

1.2国内外供货小车路径优化问题的研究现状 (2)

1.3 本文的主要研究内容 (3)

2供货小车行驶路径优化问题 (4)

2.1无约束的供货小车路径优化问题 (4)

2.2有单行道路约束的供货小车路径优化问题 (4)

3 任意两送货点最短路径 (5)

3.1用Floyd算法求解供货小车的任意两送货点最短距离 (5)

3.2 用Floyd算法求解带单行道的任意两送货点间最短路径 (6)

3.3 实例仿真结果 (7)

4 供货小车路径的优化 (9)

4.1建立TSP问题的数学模型 (9)

4.1.1 概述 (9)

4.1.2 数学模型 (10)

4.2遗传算法的基本理论 (10)

4.2.1遗传算法的特点 (11)

4.2.2 标准遗传算法的遗传算法过程描述及步骤 (11)

4.3 用遗传算法求解供货小车路径的优化问题 (12)

4.3.1供货小车路径寻优问题的遗传算法实现 (12)

4.4 仿真结果 (17)

4.5用改进遗传算法求解供货小车路径的优化问题 (17)

4.5.1遗传算法改进的思想 (17)

4.5.2仿真结果分析 (18)

5总结 (19)

参考文献 (20)

致谢 (22)

1.1 课题研究的意义

随着经济全球化的不断深入，许多跨国公司都已经或计划将制造、采购中心转移到中国，越来越多的国内企业也开始面向全球进行生产和经营，中国作为世界制造中心的地位日益凸显，这种大的国际环境更加刺激了我国物流业的高速发展。与此同时，国家经济建设的深入和商业活动的繁荣刺激了市场对物流服务需求的激增:一方面表现在社会物资流通总量高速增长，呼唤更优化的快递物流解决方案和专业的物流咨询服务;另一方面则是越来越国际化的商业运作要求物流服务水平跟上国际化标准，在速度、可靠性、安全性、个性化、战略远见等方面提出了更高要求。因此，通过降低物流成本，使得物流业的开展更加科学合理并进而通过开展服务创新，提升服务质量己经成了广大物流服务供应商的共识。

本文着重从配送环节中的车辆行驶路径选择入手，分析如何优化调整小车送货线路问题，进而达到降低物流成本的目的。

那么如何将车辆有效的使用并决定其最经济的行驶路线图，在最短的时间内把商品送到顾客的手中，提高顾客的满意度，将是配送中心作业的重点。显然配送服务的要求将越来越高，为了实现配送成本的降低，必须对配送过程进行合理规划。这就涉及到时间、财务、环境及服务质量四方面的因素，首先从时间上要考虑准时性、快速响应;财务上要考虑运输涉及的各种开支(员工薪酬、消耗等);环境上要尽可能减少不必要的行驶，避免交通拥挤、空气以及噪音污染;最后从服务质量上，要求满足顾客要求，达到顾客满意度最大化。这些都可以通过改进运输方式、线路规划等来改善。目前，物流配送活动中的配送运输路径确定问题，成为近二十多年来车辆路径问题的重点研究对象和应用领域。在配送运输中，由于配送用户多，城市交通路线又复杂，如何组成最佳路线，如何使配装和配送路线有效搭配等，是配送运输的特点，也是难度较大的工作。于是采用科学的、合理的方法来确定配送线路，成为提高物流配送车辆效益、实现物流配送科学化的重要途径，也是配送活动中非常重要的一项工作。

路径优化是对车辆行驶路线的优化过程，也是对车辆进行调度的一个问题。由于运输任务的性质和特点不同、道路条件及车辆类型等各种约束标准不同，即使在相同收发货运点间完成同样任务时，所采用的行驶路线方案也可能不同。而车辆按不同运行路线完成同样的运输工作时，其利用效果是不一样的。因此，在满足货运任务要求的前提下，对各种不同的路径问题如何选择最经济的运行路线，是车辆路线安排的一项重要工作。可见VRP问题实质上就是路径优化问题，因此，规划好车辆路径的优化选择，尤为重要。所谓路径优化(即最经济的运行路线)，就是在保证货物需求的前提下，达到运输时间和运输费用最省的路线。