带软时间窗的开放式满载车辆路径问题研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (17): 13-17.

带软时间窗的开放式满载车辆路径问题研究

孙国华

山东经济学院信息管理学院，济南 250014

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-11 发布日期:2011-06-11

Research on open vehicle routing problem with full load and soft-time windows

SUN Guohua

School of Information Management，Shandong Economic University，Jinan 250014，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-11 Published:2011-06-11

摘要/Abstract

摘要： 为满足某些生产制造企业的满载运输需求，针对运输任务对车辆具有独占性的特点，分析得到总运输费用的大小取决于车辆的空车行驶费用，在此基础上，将带软时间窗的开放式满载车辆路径问题转化为带软时间窗的多车场开放式车辆路径问题，在非对称图上建立了相应的数学模型，并设计了近邻粒子群算法对模型进行求解。设计算例对算法进行了验证，实验结果表明：该算法可以快速求得软时间窗的开放式满载车辆路径问题的满意解。

关键词: 满载车辆路径问题, 时间窗, 粒子群算法

Abstract: The full load transportation problem is researched to satisfy the demand of production enterprises.Based on the exclusive characteristic of this problem，it’s concluded that the total transportation cost is determined by the empty-load transportation cost.Then the open vehicle routing problem with full load and soft-time windows is transferred to a multi-depot open vehicle routing problem with soft-time windows and a mixed-integer mathematical model is presented based on the transferred asymmetric graph.PSO algorithm with near neighbor interactions is given to solve the problem and is verified through an example.The experiment results prove the high efficiency of the algorithm to solve the open vehicle routing problem with full load and soft-time windows.

Key words: vehicle routing problem with full load, time windows, particle swarm optimization

孙国华. 带软时间窗的开放式满载车辆路径问题研究[J]. 计算机工程与应用, 2011, 47(17): 13-17.

SUN Guohua. Research on open vehicle routing problem with full load and soft-time windows[J]. Computer Engineering and Applications, 2011, 47(17): 13-17.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[3]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[4]	姚洪刚，沐年国. EMD-LSTM模型对金融时间序列的预测[J]. 计算机工程与应用, 2021, 57(5): 239-244.
[5]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[6]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[7]	王琛，茅健. 基于时间窗模型的双向机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(23): 287-294.
[8]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[9]	马龙，王春嬉，张正义，董睿. 多目标多时间窗车辆路径问题的鸽群-水滴算法[J]. 计算机工程与应用, 2021, 57(2): 237-250.
[10]	丁一，张成成. 集装箱码头送箱外集卡预约优化研究[J]. 计算机工程与应用, 2021, 57(19): 267-273.
[11]	张凯，靳鹏，崔勇. 带时间窗的多车型需求可拆分揽收配送问题[J]. 计算机工程与应用, 2021, 57(14): 281-288.
[12]	于国龙，赵勇，吴恋，崔忠伟. QPSO算法的改进及其在DBN参数优化中应用[J]. 计算机工程与应用, 2021, 57(10): 154-162.
[13]	梁承姬，黄帅. 考虑时间窗的集装箱港口场桥全局调度优化[J]. 计算机工程与应用, 2020, 56(8): 226-232.
[14]	陆航，师智斌，刘忠宝. 融合用户兴趣和评分差异的协同过滤推荐算法[J]. 计算机工程与应用, 2020, 56(7): 24-29.
[15]	周蓉，李俊，王浩. 基于灰狼优化的反向学习粒子群算法[J]. 计算机工程与应用, 2020, 56(7): 48-56.