基于改进遗传算法的复杂网络路径优化问题毕业论文.docx

基于改进遗传算法的复杂网络路径优化问题毕业论文.docx

《基于改进遗传算法的复杂网络路径优化问题毕业论文.docx》由会员分享，可在线阅读，更多相关《基于改进遗传算法的复杂网络路径优化问题毕业论文.docx（30页珍藏版）》请在冰豆网上搜索。

基于改进遗传算法的复杂网络路径优化问题

摘要

随着全球化进程的不断加快，各类型跨国企业在世界范围内的生产、销售及售后服务推动了原材料、产品及配件在全球的有序流动，在这种全球供应链的大背景下，大型国际物流公司纷纷依托其覆盖全球的综合运输服务网络为货主提供“门到门”的物流服务，而各个中小型物流公司也依托该网络开展自己的业务。

在这其中，如何针对日趋复杂的运输网络制定最优的运输路线，无疑是提高物流公司竞争力和经济效益的关键所在。

而我国虽然在交通网的基础设施建设方面取得了一定进展，但是管理体制和信息化程度的落后严重制约着综合运输服务的进一步发展。

随着我国的集装箱路径优化日趋国际化，这些问题导致的影响日益突出，而从定量的角度对复杂网络下的路径优化问题进行研究，对于提高我国综合运输服务效率和水平，具有很强的理论价值和广阔的应用前景。

讨论了考虑燃油消耗和碳排放的车辆路径优化问题，以燃油消耗与碳排放、成本最小化为目标，建立了问题的数学模型；根据问题的特点，设计了求解该问题的改进遗传算法。

数据实例的实验计算结果分析表明，应用本文中的模型及其求解算法，可以得到环境友好的路径规划方案，有效降低运输过程中的碳排放量。

该模型主要考虑运输时间和中转时间的影响，对参与送货的车辆路径进行优化，从而选取最短路径。

设计了一种基于变长染色体改进的遗传算法对问题进行求解，该算法采用有效的编码方式和特定的交叉算子，成功地实现了对该问题的求解。

此外，应用仿真数据实例的实验计算验证了本文中所提出的方法的有效性，所得到的近似最优解能够为物流配送企业提供一个令人满意的车辆调度与路径规划的方案。

关键词：

碳排放 路径优化 遗传算法 燃油消耗

Complexpathoptimizationproblembasedonimprovedgeneticalgorithm

ABSTRACT

Alongwiththeacceleratingoftheglobalizationprocess,thevarioustypesofmultinationalcompaniesintheworldwithinthescopeoftheproduction,saleandafter-saleservicetopromotetherawmaterials,productsandaccessoriesintheglobalorderlyflow,inthecontextoftheglobalsupplychain,largeinternationallogisticscompaniesarerelyingonitsglobalintegratedtransportservicenetworkfortheshippertoprovide\"doortodoor\"logisticsservices,andvarioussmallandmedium-sizedlogisticscompaniesarerelyingonthenetworktocarryouttheirbusiness.Init,howtodeveloptheoptimalinviewoftheincreasinglycomplexnetworkoftransportroutes,isundoubtedlythekeytoenhancethecompetitivenessoflogisticscompaniesandeconomicbenefits.AndalthoughinthenetworkinfrastructureconstructioninChinahasmadesomeprogress,butthebackwardmanagement system and information level seriously restricts the furtherdevelopmentofcomprehensivetransportationservice.Alongwiththeincreasinglyinternationalcontainerpathoptimization,theseproblemsleadtotheinfluenceoftheincreasinglyprominent,andfromtheAngleofquantitativeresearchonthepathoptimizationproblemundercomplexnetwork,toimproveserviceefficiencyandcomprehensivetransportationinChina,hastheverystrongtheoryvalueandbroadapplicationprospects.

DiscussedconsideringfuelconsumptionandemissionsofVRPproblems,inwhichtheminimumfuelconsumptionandemissions,costintothegoal,toestablishthemathematicalmodeloftheproblem;Accordingtothecharacteristicsoftheproblem,theimprovedgeneticalgorithmisdesignedtosolvetheproblem.Datainstanceanalysisoftheexperimentresultsshowthatapplicationmodelanditsalgorithminthispaper,canbeenvironmentfriendlypathplanningscheme,effectivelyreducecarbonemissionsintheprocessoftransportation.Thismodelmainlyconsidertheinfluenceofthetransportationtimeandtransittime,involvedinthedeliveryofthevehicleroutingoptimization,soastochoosetheshortestpath.

Designed a kind of improved genetic algorithm based on variable-lengthchromosomestosolvetheproblem,thealgorithmadoptseffectiveencodingandspecificcrossoveroperator,tosuccessfullyimplementthesolutionoftheproblem.Inaddition,theapplicationexperimentofsimulationdatainstancecalculationtoverifytheeffectivenessofthemethodproposedinthispaper,theapproximateoptimalsolutioncanbegotbyforlogisticsenterprisetoprovideasatisfactory

vehicleschedulingschemewithpathplanning.

KeyWords:

CarbonemissionFuelconsumptionPathoptimizationGeneticalgorithm

目 录

-I-

第一章绪论 1

1.1研究背景及发展概况 1

1.2研究目的和意义 2

1.2.1研究目的 2

1.2.2研究意义 2

1.3国内外研究现状 2

1.4本文的研究内容 4

1.5本文的结构安排 5

第二章系统关键技术介绍 7

2.1遗传算法 7

2.1.1遗传算法的基本原理 7

2.1.2遗传算法的基本步骤 7

2.2MATLAB仿真技术 8

第三章复杂路径优化问题 10

3.1问题的描述 10

3.2问题的符号表示 11

3.3问题的数学模型 11

第四章改进遗传算法设计 13

4.1染色体编码方式 13

4.2初始种群的生成 13

4.3适应度函数的建立 13

4.4选择策略 14

4.5交叉算子 14

4.6变异算子 14

4.7终止条件 14

4.8算法步骤 15

第五章算例分析 17

5.1验证算法 17

5.2仿真实验 18

第六章总结 20

参考文献 21

致谢 23

天津理工大学2015届本科毕业设计说明书

第一章绪论

1.1研究背景及发展概况

社会主义市场经济的发展带动了物流运输业的飞速发展，物流运输业已经成为经济发展的主要推动力，因而被誉为“第三利润源泉”，越来越多的企业关注物流。

在这其中，如何针对日趋复杂的运输网络制定最优的运输路线，无疑是提高物流公司竞争力和经济效益的关键所在。

物流业融合多种产业形成一种复合型服务产业，是国民经济的重要组成部分，涉及领域广，吸纳就业人数多，促进生产、拉动消费作用大，在经济方式的转变和加快产业结构调整等方面发挥着重要作用。

我国物流业已进入转型升级的新阶段。

但是，物流业发展总体水平还不高，发展方式比较粗放。

其物流成本较高、效率较低，条块分割严重，阻碍物流业发展的体制机制障碍仍未打破且政策法规体系还不够完善，市场秩序不够规范。

已经出台的一些政策措施有待进一步落实，一些地方针对物流企业的乱收费、乱罚款问题突出。

信用体系建设滞后，物流业从业人员整体素质有待进一步提升[1]。

在社会经济中，物流的位置是无法替代的，它是经济中的流通、经济中的物流以及运输。

同时，随着经济的快速发展，环境问题越来越严重，许多国家开始实施节能减排政策，以减少对环境的污染，企业也更加关注在进行货物运输过程中车辆的燃油消耗和碳排放，减少车辆在运输过程中的碳排放有助于减少对环境的污染，绿色出行的观念已经深入人心，可以为企业带来巨大的社会效益，并且碳排放交易已经走进中国市场，减少碳排放就是在节约金钱。

因此提升物流经济效益成为关键。

遗传算法是由美国Michigan大学的J.Holland教授于1975年首先提出的一种模拟自然界生物进化过程的全局随机优化算法。

遗传算法结合了计算机科学与进化论思想，根据于生物进化机制与遗传学原理，依据“优胜劣汰”和“适者生存”的原则，通过模拟自然界中生物群体由低级、简单到高级、复杂的生物进化过程，使所要解决的问题从初始解逐渐逼近最优解或准最优解[2]。

遗传算法是以自然选择和遗传理论为基础，以一种群体的所有个体为对象，将生物进化过程中适者生存规则与染色体信息交换机制有效的结合起来，利用随机化技术对一个被编码的参数空间进行高效搜索，能自动获得和积累搜索过程中的空间知识，是一种高效的全局寻优方法。

在遗传算法中，问题不同解被假设成“种群