2022年物流配送车辆优化调度一种神经网络算法 .pdf

《2022年物流配送车辆优化调度一种神经网络算法 .pdf》由会员分享，可在线阅读，更多相关《2022年物流配送车辆优化调度一种神经网络算法 .pdf（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、个人资料整理仅限学习使用1 / 9 物流配送车辆优化调度的一种神经网络算法摘要：本文讨论了物流配送车辆优化调度问题的分类，建立了解决非满载车辆卸货路线优化的神经网络模型，提出了解决配送车辆优化调度问题的步骤，并进行了具体的调度0 2000 年的运输费用为5900 亿美元，占当年GDP 总值99600 亿美元的5.92% ，可见，减少运输费用是有效减少物流成本的重要方面。对于物流中心和第三方物流企业的货物配送，运输车辆的调度是工作的重点，正确合理的调度可以有效减少车辆的空驶率，实现合理路径运输，从而有效减少运输成本，节约运输时间，提高经济效益。1 题由 Dantzig 和 Ramser 于 19

2、59 年首次提出，由于该问题在交通运输、工业生产管理等领域具有广泛而重要的应用，因此30多年来其研究得到很大重视，国外的Bodlin，Christofider，Golden，Assad, Ball 等人对该问题进行了较为深入的研究1 2 3。间特性分为车辆路径规划问题和车辆调度问题。当不考虑时间要求，仅根据空间位置安排车辆的线路时称为车辆路径规划问题VRP-Vehicle Routing Problem）；考虑时间要求安排运输线精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 1 页，共 9 页个人资料整理仅限学习使用2 / 9 路时称为车辆调度问题

3、VSPVehicle Scheduling Problem）。某些学者将有时间要求的车辆调度问题称为Vehicle Routing Problem with Time Windows 。车辆优化调度问题可根据不同性质具体分为以下几类。题，所谓的装卸混合问题就是车辆在运输途中既有装货又有卸问题是指货运量多于一辆车的容量，完成所有任务需要多辆运输车辆。非满载问题是指车的容量大于货运量，一辆车即可满闭问题，车辆开放问题是指车辆不返回其出发地，车辆封闭问单目标优化问题和多目标优化问题，单目标优化是指某一项指标最优或较优，如运输路径最短。多目标优化则是指同时要求多个指标最优或较优。如同时要求运输路径最短

4、和费用最省。优化调度。多种货物优化调度问题是指运输货物的种类多于一种，车辆调度时可能要考虑某些种类的货物不能同时装配运输照有无休息时间要求可分为有休息时间的优化调度和无休息时精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 2 页，共 9 页个人资料整理仅限学习使用3 / 9 分类中的一种或几种的综合，如某配送中心向其多个客户配送货物需要多辆车，这些车的类型不一样，运输的货物种类包括食品、日用品和蔬菜等多类，调度优化时希望运输费用最省，同时也希望运输时间最短，这样问题变为一个多车型多货种的题 是 一 个 有 约 束 的 组 合 优 化 问 题 ， 属

5、 于NP难 题. 和停点抽象成网络的结点，它们之间的有向路径抽象成网络的边，由此构成一个有向图G=(N,L,D ，其中N 表示结点数， L表示边数，D 为 N N 的矩阵，可根据优化的目标分别是边. 经网络的一个能量项来处理，将其施加一个惩罚项后加入到网络的能量方程式中，这样随着网络的收敛，约束的能量也逐渐(3. 接矩阵中的每个元素对应着一个神经元，定义位于位置(x,i的精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 4 页，共 9 页个人资料整理仅限学习使用5 / 9 神经元的输出为Vxi。首先确定网络的能量函数，该能量函数包括网络的输出能量函数

6、和各个约束转化的能量函数，进而，确定神经元的传递函数和状态转移方程，经过网络的反复演由 0 和 1 组成的换位阵，阵中的1 所在位置即表示所经过的结点，这些结点间的距离、费用和运时之和即为最短距离、最少运费和最小运时。(4调度方案的形成形成的最短距离、最小运费和最小运时路2.2 非满载配送车辆优化路径的Hopfield网络求解算法2.2.1 (1 有效路u1 为惩罚系数(2 u2 为惩罚系数(3 为保证网络的状态收敛到超立方体2n(n-1中的一个，设定如下的约束函数：精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 5 页，共 9 页个人资料整理仅限

7、学习使用6 / 9 u3 为惩罚系数(4 为保证最短路径源于规定的起点s，终止于规定的终点d，约束函数设定如下：(4 u4为惩罚系数2.2.2 能量方程(5u5为惩罚系数网络的能量函数为：(6(7(8(96）带入式 (11(8和式 (10中的系数，可以得到如下的连接权重和偏置电流为：(12(13式(12和式(13中的 Txi,yiIxi 代入式 (8,然后交替求解网络的运动方程式 (8和代数方程式(7，当神经网络趋于稳态时，就可得到一个优化解，即最短路径。4 路网如图1 所示，针对此路网，设定由沃尔玛商场先向华润超市后向清华深圳研究生院配送商品，运输车辆为一辆小型皮卡车，要求运输路径最短。假设

8、先送华润超市，后送清华研究生院，以沃尔玛商场为起点，以华润超市为终点，将其间所有路网点编号，如图1 所示。精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 7 页，共 9 页个人资料整理仅限学习使用8 / 9 Hopofield 网络来 1 点到 12 点之间求最短路径。首先，生成的距离矩阵：Hopfild神经网络对以上的有向图进行计算，选取各惩罚系数如下：51000；1 4000；2 1500，3 1000；4 550。网络的时间常数=1 ，并假定每个神经元的具有相同的传递函数，即gxig。xi= ；网络的初始电压Uxi=0。对图的网络图进行计 算

9、 ， 其 神 经 网 络 的 最 终 输 出 的 换 位 阵 如 下 所 示 的最短路径为：1 4 7 12 精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 8 页，共 9 页个人资料整理仅限学习使用9 / 9 时，以华润超市为起点1，清华研究生院为终点12，对其中的路网进行重新编号。同理求解，得到的最短路径为：华润超市兰 羽 公 司高 新 超 市清 华 深 圳 研 究 生 院 。路径问题，它是配送车辆调度问题最简单的一种情况。对于其他种类的调度问题，虽然其求解要更复杂，但是可转化为非满载车辆调度情况来来解决，如满载情况，可首先确定车辆的配载，然后对每一辆车针对不同的配送区域分别求解其最短路径，然精选学习资料 - - - - - - - - - 名师归纳总结 - - - - - - -第 9 页，共 9 页