论文部分内容阅读
针对目前研究中存在的集送货代价描述不准确,不确定信息假设不合理,集送货动态调度方法效率较低等问题,建立评价调度方案优劣的代价函数,拟合模糊信息的隶属度曲线,设计高效的随机合理化禁忌算法、同步优化算法等,为建立高效实用的市区集送货计算机辅助调度系统打下基础。论文首先建立集送货问题的数学系统,并提出扇面Dijkstra算法完成复杂路网模型下最短路径集合的快速求解。通过模糊综合判断方法计算车厢整理代价,同时综合考虑油耗代价、折旧代价、司机代价和正常装卸代价,建立评价调度方案优劣的集送货代价函数。同时,以典型路段的交通数据和实际物流企业的业务数据为基础,拟合模糊车速和模糊发货体积的隶属度函数,在此基础上引入调度人员的主观评价指标描述集送货问题的多模糊约束条件。其次对具有模糊车速和模糊发货体积的集送货问题进行描述,提出随机合理化禁忌算法。在对线路的可行性进行分析的基础上,设计备选方案的随机合理化动态衍生方法,详细阐述基于均衡原理和代价最小原理的双特赦准则以及自适应的禁忌长度选取策略,并给出初始可行方案的快速生成方法。然后针对集送货执行过程中出现新的发货客户这一突发情况,确定动态调度的开始时刻,并引入“虚拟客户”概念将动态问题静态化。在此基础上提出将同步优化算法与顺路插入算法紧密结合,并通过模糊综合判断方法进行智能选取的求解策略,同时设计车辆位置的分段模糊递推法消除由于执行时间的不确定性带来的车辆位置变化对优化结果的影响。分析由于集送货任务变化导致调度方案无法按照原计划继续执行的情况,提出将变化客户和变化线路分开处理的两阶段应急调度算法。最后详细介绍集送货计算机辅助调度系统,并利用系统对集送货代价函数、静态调度算法和动态调度算法进行实用性验证。通过近半年时间的运行,集送货计算机辅助调度系统在稳定性、安全性、实时性等方面均能满足设计要求。