外卖业务模式高度复杂,现有文献中缺少针对外卖配送路径优化问题的研究.鉴于此,基于同时送取货VRP问题的求解策略,引入时间惩罚成本衡量外卖配送超出时间窗的情况,定义目标函数为外卖配送成本增量总和,包括新订单的固定配送成本、额外配送成本和时间惩罚成本之和.考虑随机参数对计算复杂程度产生的影响,设定配送区域范围,对新订单进行调度时,已指派但尚未完成的订单仍由原车配送,且将时间惩罚成本作为变动成本修正目标函数,直接去掉时间窗约束,降低算法求解难度.设计“商家-客户”配对策略,引入k-means对“商家-客户”进行聚类,同一类内设计“商家-客户”遗传算法,得到启发式路径优化方案.最后,采用随机模拟算法生成动态订单测试算例,通过R语言测试模型及算法的有效性.
2021-05-15 04:04:23
283KB
1
研究了多时间窗车辆路径问题，建立了多时间窗车辆路径问题的数学模型，并基于蚁群算法设计了一种混合蚁群算法对问题进行了求解。该算法首先利用基本蚁群算法求解，然后采用2-opt算法和元胞自动算法对结果进行优化，同时加入变异算子。实验结果表明该算法可以有效地求解多时间窗车辆路径问题。
2021-05-10 20:31:05
515KB
1
用于vrp问题的入门，车子载货量相同（可自行修改），注释清晰，简单易懂，可以在此代码基础上修改为更大规模的模型。
2021-04-20 19:07:18
1KB
1
202104节约里程法模拟退火遗传算法求解车辆路径问题Matlab视频教程配套资料.pdf
2021-04-15 11:02:06
454KB
PSO算法求解CVRP“车辆路径问题”，这是其matlab代码 PSO算法求解CVRP“车辆路径问题”，这是其matlab代码
2021-04-10 09:04:25
251KB
1
为了解决各种各样的优化问题,人们提出了许多优化算法,比较著名的有爬山法、遗传算法等.优化问题有两个主要问题:一是要求寻找全局最小点,二是要求有较高的收敛速度. 爬山法精度较高,但是易于陷入局部极小. 遗传算法属于进化算法( Evolutionary Algorithms) 的一种,它通过模仿自然界的选择与遗传的机理来寻找最优解. 遗传算法有三个基本算子:选择、交叉和变异. 但是遗传算法的编程实现比较复杂,首先需要对问题进行编码,找到最优解之后还需要对问题进行解码,另外三个算子的实现也有许多参数,如交叉率和变异率,并且这些参数的选择严重影响解的品质,而目前这些参数的选择大部分是依靠经验.1995 年Eberhart 博士和kennedy 博士提出了一种新的算法;粒子群优化(Particle Swarm Optimization -PSO) 算法 .
2021-04-03 21:30:55
26KB
1