管理論文基于ＤＮＡ進(jìn)化算法的多目標(biāo)物流配送路徑優(yōu)化

1、基于進(jìn)化算法的多目標(biāo)物流配送路徑優(yōu)化 基于進(jìn)化算法的多目標(biāo)物流配送路徑優(yōu)化是小柯論文網(wǎng)通過網(wǎng)絡(luò)搜集，并由本站工作人員整理后發(fā)布的，基于進(jìn)化算法的多目標(biāo)物流配送路徑優(yōu)化是篇質(zhì)量較高的學(xué)術(shù)論文，供本站訪問者學(xué)習(xí)和學(xué)術(shù)交流參考之用，不可用于其他商業(yè)目的，基于進(jìn)化算法的多目標(biāo)物流配送路徑優(yōu)化的論文版權(quán)歸原作者所有，因網(wǎng)絡(luò)整理，有些文章作者不詳，敬請(qǐng)諒解，如需轉(zhuǎn)摘，請(qǐng)注明出處小柯論文網(wǎng)，如果此論文無法滿足您的論文要求，您可以申請(qǐng)本站幫您代寫論文，以下是正文。摘要本文基于建立一種多目標(biāo)物流配送車輛調(diào)度模型的基礎(chǔ)上，采用dna進(jìn)化算法求解該問題，克服傳統(tǒng)算法的求解速率低，易陷入局部最優(yōu)的問題，為進(jìn)一步研究物

2、流配送優(yōu)化調(diào)度問題提供參考。關(guān)鍵詞物流配送車輛調(diào)度dna進(jìn)化算法優(yōu)化物流配送是整個(gè)物流過程中最為重要環(huán)節(jié)，如何實(shí)現(xiàn)快速而準(zhǔn)確的配送是企業(yè)在經(jīng)營方面必須解決的重要課題，運(yùn)用科學(xué)方法合理組織物流配送，以提高企業(yè)的服務(wù)質(zhì)量、減少庫存、降低經(jīng)營成本、增加經(jīng)濟(jì)效益是十分必要。本文將研究基于dna進(jìn)化算法的多目標(biāo)物流配送路徑優(yōu)化問題。一、配送車輛調(diào)度（vsp）問題的數(shù)學(xué)模型基于直觀描述的無時(shí)限單向物流配送車輛調(diào)度問題的一般描述為：設(shè)物流中心有k臺(tái)配送車輛，每臺(tái)車的載重為，一次行駛的最大路程為dk。需要向l個(gè)客戶送貨，每位客戶的客運(yùn)需求為，客戶i到j(luò)的運(yùn)距為dij，物流中心到客戶的運(yùn)距為，再設(shè)nk為第k臺(tái)車

3、輛配送的客戶數(shù)（nk=0表示未使用第k臺(tái)車輛），用集合rk表示第k條路徑，其中元素rki表示客戶rki在路徑k中的順序?yàn)閕（不包括物流中心），令rk0=0表示物流中心。若以配送車輛數(shù)最少為優(yōu)化目標(biāo)時(shí)，目標(biāo)函數(shù)表示為:式(1)若以配送總里程最短為優(yōu)化目標(biāo)時(shí)，目標(biāo)函數(shù)表示為:式(2)若以配送車輛的總噸位公里數(shù)最少為優(yōu)化目標(biāo)時(shí)，目標(biāo)函數(shù)表示為:式(3)約束函數(shù)為式(4-10)式(4)式(5)0nkl式(6)式(7)式(8)式(9)式(10)二、dna進(jìn)化算法dna進(jìn)化算法是對(duì)單親生物自然進(jìn)化過程和行為的一種模擬。在dna中，分裂能繁衍生成具有等價(jià)關(guān)系意義下的同類個(gè)體，變異操作實(shí)現(xiàn)不同類個(gè)體間的演化。

4、分裂和變異操作后分別經(jīng)水平選擇和垂直選擇，使群體得到雙向進(jìn)化，增加優(yōu)化效果，得到更優(yōu)解。1.編碼方法為了節(jié)省存儲(chǔ)空間，提高運(yùn)行效率，對(duì)于多目標(biāo)物流配送問題采取自然編碼。首先構(gòu)造dna單鏈，針對(duì)研究本文研究的問題，將dna分子中的每個(gè)基因用客戶編號(hào)表示，隨機(jī)產(chǎn)生一個(gè)1n的序列（n表示客戶總數(shù)），這樣一個(gè)個(gè)體就產(chǎn)生了，重復(fù)上述過程，產(chǎn)生多個(gè)個(gè)體組成的初始群種。在此算法中，個(gè)體適應(yīng)值采用其目標(biāo)函數(shù)。對(duì)于某個(gè)單鏈個(gè)體其目標(biāo)函數(shù)值為zij，對(duì)應(yīng)的配送路徑方案的不可行路徑數(shù)為表示該抗體對(duì)應(yīng)一個(gè)可行解），評(píng)價(jià)函數(shù)值為，定義適應(yīng)值函數(shù)為：，其中r為對(duì)每條不可行路徑的懲罰權(quán)重可根據(jù)目標(biāo)函數(shù)的取值范圍取一個(gè)相對(duì)較

5、大的正數(shù)。2.基本操作算子dna進(jìn)化編碼采用分裂、變異和選擇三種算子，其中選擇算子有兩個(gè)，分別是水平選擇算子和垂直選擇算子。分裂算子是產(chǎn)生新個(gè)體的方法，根據(jù)自身進(jìn)行繁殖得到后代，避免陷入局部最優(yōu)，分裂得到的個(gè)體多是經(jīng)過恒等變換，反演變換，同互補(bǔ)和異互補(bǔ)得到；水平選擇算子是從分裂集中選取一個(gè)dna表形，不僅挑出最好的個(gè)體，而且最差的個(gè)體；變異算子是對(duì)經(jīng)過水平選擇的各個(gè)體進(jìn)行變異操作，由于研究問題的解的范圍較大，因此采用領(lǐng)域變異，最好個(gè)體的鄰域空間是將個(gè)體中的第一個(gè)基因和后面的每一個(gè)基因進(jìn)行依次交換得到的鄰域空間，最差個(gè)體的鄰域空間是隨機(jī)產(chǎn)生的1n（客戶總數(shù)）的兩個(gè)數(shù)，將這兩個(gè)數(shù)中間的基因段進(jìn)行交

6、換得到的鄰域空間；垂直選擇算子是從變異領(lǐng)域中選擇出某一變型，使得個(gè)體遷移，從而得到它的最優(yōu)變形型；將變異后的個(gè)體通過適應(yīng)值函數(shù)的求解從而得到最優(yōu)解。三、小結(jié)本文研究了dna進(jìn)化算法，并對(duì)算法的變異操作進(jìn)行改進(jìn)，將這種算法運(yùn)用于多目標(biāo)物流配送問題中，為進(jìn)一步研究物流配送優(yōu)化調(diào)度問題并用于實(shí)際，提高企業(yè)效益提供參考。參考文獻(xiàn)：1李軍郭耀煌.:物流配送車輛優(yōu)化調(diào)度理論m.北京：中國物資出版社，2001,2132余文李人厚:一種有效的雙向進(jìn)化算法j.小型微型計(jì)算機(jī)系統(tǒng),2003,24(3):527530其他參考文獻(xiàn)baker, sheridan. the practical stylist. 6th

7、ed. new york: harper & row, 1985.flesch, rudolf. the art of plain talk. new york: harper & brothers, 1946.gowers, ernest. the complete plain words. london: penguin books, 1987.snell-hornby, mary. translation studies: an integrated approach. amsterdam: john benjamins, 1987.hu, zhuanglin. 胡壯麟, 語言學(xué)教程 m

8、. 北京: 北京大學(xué)出版社, 2006.jespersen, otto. the philosophy of grammar. london: routledge, 1951.leech, geoffrey, and jan svartvik. a communicative grammar of english. london: longman, 1974.li, qingxue, and peng jianwu. 李慶學(xué)、彭建武, 英漢翻譯理論與技巧 m. 北京: 北京航空航天大學(xué)出版社, 2009.lian, shuneng. 連淑能, 英漢對(duì)比研究 m. 北京: 高等教育出版社, 19

9、93.ma, huijuan, and miao ju. 馬會(huì)娟、苗菊, 當(dāng)代西方翻譯理論選讀 m. 北京: 外語教學(xué)與研究出版社, 2009.newmark, peter. approaches to translation. london: pergmon p, 1981.quirk, randolph, et al. a grammar of contemporary english. london: longman, 1973.wang, li. 王力, 中國語法理論 m. 濟(jì)南: 山東教育出版社, 1984.xu, jianping. 許建平, 英漢互譯實(shí)踐與技巧 m. 北京: 清華大學(xué)出版社, 2003.yan, qigang. 嚴(yán)啟剛, 英語翻譯教程 m. 天津: 南開大學(xué)出版社, 2001.zandvoort, r. w. a handboo