隨機分批配送車輛路徑問題研究

1緒論
1.1 研究內(nèi)容和意義
1.1.1 研究目標(biāo)
1.1.2 研究內(nèi)容
1.1.3 研究意義
1.2 本書結(jié)構(gòu)和研究思路
1.2.1 本書結(jié)構(gòu)
1.2.2 本書研究思路
2隨機分批配送車輛路徑問題研究現(xiàn)狀
2.1 SDVRP研究現(xiàn)狀
2.1.1 SDVRP基本模型
2.1.2 SDVRP擴展問題
2.1.3 SDVRP基本性質(zhì)
2.1.4 SDVRP求解算法
2.2 隨機車輛路徑問題研究現(xiàn)狀
2.2.1 需求點隨機
2.2.2 需求量隨機
2.2.3 時間隨機
2.2.4 隨機動態(tài)車輛路徑問題
2.2.5 SVRP求解方法
2.3 其他相關(guān)問題
2.3.1 分區(qū)路徑問題
2.3.2 集配貨一體化路徑問題
2.4 研究現(xiàn)狀總結(jié)
2.4.1 需求點隨機SDVRP研究現(xiàn)狀總結(jié)
2.4.2 SDVRPSD研究現(xiàn)狀總結(jié)
2.4.3 時間隨機SDVRP研究現(xiàn)狀總結(jié)
2.4.4 行駛時間動態(tài)隨機SDVRP
3需求點需求隨機出現(xiàn)的SDVRP模型與算法研究
3.1 問題提出
3.2 問題描述及模型建立
3.3 改進的ALNS
3.3.1 初始解構(gòu)造
3.3.2 刪除算子
3.3.3 插人算子
3.3.4 自適應(yīng)選擇規(guī)則
3.3.5 迭代結(jié)束條件
3.4 算例分析
3.4.1 算例設(shè)計及生成
3.4.2 潛在需求點所占比例對結(jié)果的影響
3.4.3 允許分批配送對結(jié)果的影響
4需求點位置隨機的SDVRP模型與算法研究
4.1 問題描述及模型建立
4.2 改進的ILS
4.2.1 定義基本單元
4.2.2 初始解構(gòu)造
4.2.3 局部搜索
4.3 算例分析
4.3.1 參數(shù)選擇
4.3.2 算例設(shè)計
4.3.3 允許分批配送對結(jié)果的影響
4.3.4 不同目標(biāo)函數(shù)系數(shù)組合分析
5需求量隨機的SDVRP模型與算法研究：基于帶修正的隨機規(guī)劃模型
5.1 問題提出
5.2 問題描述及模型建立
5.2.1 模型建立
5.2.2 修正期望費用計算
5.3 改進的PSO設(shè)計
5.3.1 初始解生成
5.3.2 編碼和解碼
5.3.3 速度更新
5.3.4 位置更新
5.3.5 局部搜索算法
5.3.6 結(jié)束條件
5.4 算例分析
5.4.1 參數(shù)選擇及測試
5.4.2 測試算例
5.4.3 粒子規(guī)模測試
5.4.4 局部搜索測試
5.4.5 速度長度測試
5.4.6 不同速度更新方程測試
5.4.7 與現(xiàn)有結(jié)果比較
6需求量隨機的SDVRP模型與算法研究：基于雙層馬爾科夫決策模型
6.1 模型建立
6.1.1 上層模型
6.1.2 下層模型
6.1.3 雙層MDP狀態(tài)轉(zhuǎn)移
6.1.4 初始狀態(tài)和最終狀態(tài)
6.1.5 命令定義
6.2 求解方法
6.2.1 固定路徑策略及算法
6.2.2 基于動態(tài)分區(qū)的全局修正策略
6.3 價值函數(shù)計算
6.3.1 期望配送量
6.3.2 期望行駛費用
6.3.3 期望懲罰費用
6.4 算例分析
6.4.1 算例生成
6.4.2 算例求解分析
6.5 與第5章的比較分析
7行駛時間和服務(wù)時間隨機的SDVRP模型與算法研究
7.1 問題提出
7.2 問題描述及模型建立
7.2.1 服務(wù)時間性質(zhì)冀
7.2.2 到達(dá)時刻和開始服務(wù)時刻性質(zhì)
7.2.3 目標(biāo)函數(shù)計算
7.3 改進的粒子群優(yōu)化算法
7.3.1 編碼
7.3.2 速度更新
7.3.3 粒子位置更新
7.3.4 粒子鄰域最優(yōu)更新
7.3.5 變鄰域搜索
7.3.6 出發(fā)時間調(diào)整
7.4 算例分析
7.4.1 算法參數(shù)
7.4.2 算例調(diào)整
7.4.3 允許等待對結(jié)果的影響
7.4.4 允許分批配送對結(jié)果的影響
7.4.5 不同方差水平對結(jié)果的影響
8行駛時間和服務(wù)時間隨機的集配一體的SDVRP模型與算法研究
8.1 問題描述及模型建立
8.1.1 服務(wù)時間性質(zhì)
8.1.2 到達(dá)時刻性質(zhì)
8.1.3 目標(biāo)函數(shù)計算
8.2 改進的ILS
8.2.1 初始解構(gòu)造算法
8.2.2 局部搜索
8.2.3 擾動機制
8.3 算例分析
8.3.1 算例生成
8.3.2 參數(shù)選取
8.3.3 分批配送對結(jié)果的影響
8.3.4 不同方差水平對結(jié)果的影響
9行駛時間動態(tài)隨機的SDVRP模型與算法研究
9.1 問題描述
9.2 模型建立
9.2.1 建模
9.2.2 行駛時間分布的估計
9.3 求解方法
9.3.1 固定路徑策略
9.3.2 后驗決策展示策略
9.4 算例分析
9.4.1 算例設(shè)計
9.4.2 不同求解策略對比
9.4.3 分批配送對結(jié)果的影響
9.4.4 不同方差水平對結(jié)果的影響
9.4.5 與靜態(tài)解對比
10總結(jié)與展望
10.1 本書總結(jié)
10.1.1 需求點隨機SDVRP模型與算法研究
10.1.2 需求量隨機的SDVRP模型與算法研究
10.1.3 時間隨機SDVRP模型與算法研究
10.1.4 行駛時間動態(tài)隨機的SDVRP模型與算法研究
10.2 研究展望
附錄 書中所用縮略詞對應(yīng)的中文全稱、英文全稱