【摘 要】
:
双层次车辆路径问题(Two-Echelon Vehicle Routing Problem,简称2E-VRP)是城市物流的研究热点。传统方法中的精确算法更多地适用于求解小规模问题,启发式算法受限于其终止条件的不确定性,求解效率有待提高。针对简单的组合优化问题,已有学者提出基于深度学习的直接求解方法,但双层次车辆路径问题存在复杂耦合约束,难以直接使用深度学习求解。为了提高求解效率,本文将双层车辆路径
论文部分内容阅读
双层次车辆路径问题(Two-Echelon Vehicle Routing Problem,简称2E-VRP)是城市物流的研究热点。传统方法中的精确算法更多地适用于求解小规模问题,启发式算法受限于其终止条件的不确定性,求解效率有待提高。针对简单的组合优化问题,已有学者提出基于深度学习的直接求解方法,但双层次车辆路径问题存在复杂耦合约束,难以直接使用深度学习求解。为了提高求解效率,本文将双层车辆路径问题建模为多序列模型,研究模拟玩家决策求解问题,并提出基于决策数据建模的双层次车辆路径问题求解算法。本文中的主要研究工作和创新点如下:第一、本文研究求解双层次车辆路径问题的严肃游戏玩家决策模型与模拟方法。由于人机交互挖掘图中蕴含丰富的潜在启发式信息可用于求解2E-VRP,本文提出了一种模拟玩家决策的2E-VRP求解方法,通过严肃游戏的形式展示问题信息,实现人机交互求解双层次车辆路径问题;将双层次车辆路径问题重新建模为多序列模型,考虑玩家决策所考虑的潜在信息,以自动生成决策序列的方式实现了玩家决策的模拟。实验采用公开测试集,通过对比算法生成的解与游戏数据中决策序列的相似性,从统计意义上验证了所提出的算法能够模拟玩家决策求解双层次车辆路径问题。第二、本文研究基于学习优化的双层次车辆路径规划算法。该研究提出考虑当前客户节点状态的注意力层,实现选择服务中转站的方法,解决同层中的耦合约束冲突;将2E-VRP的中转站需求拆分交付问题建模为带约束的矩阵生成问题,利用拉格朗日乘子法将其转换为无约束连续优化问题。通过学习模拟玩家决策的2E-VRP算法的优化结果,提高了2E-VRP中两层之间的耦合约束冲突下的求解效率。在同类问题实例上,所提出的算法能够解决不同规模的实例。与对比算法相比较,在最优的情况下所求解的适应值的平均值差距在0.5%之内。本文提出了基于两种决策数据建模的双层次车辆路径问题求解算法,第一种是积累玩家求解2E-VRP的游戏数据以提取决策信息,设计算法模拟玩家决策来达到减少求解同类组合优化问题的算力消耗的目的;第二种是利用上述算法产生的数据进行深度学习训练,验证深度学习能够学习先进算法来求解同类组合优化问题的算力。本文以求解双层次车辆路径问题为案例,提供一种利用深度学习求解组合优化问题的新思路。
其他文献
酸性矿山废水(AMD)污染流域易孕育形成一种特殊的含铁羟基硫酸盐次生矿物——施氏矿物。施氏矿物对酸性矿山废水中的重金属能起到暂时固定的效果,但结构并不稳定,易随着环境的改变发生溶解和相转变,原先固定于矿物中的重金属会因此进行再分配。施氏矿物对磷酸根(PO43-)有很高的亲和力,且PO43-在吸附和共沉淀过程中能与施氏矿物结构中的硫酸盐发生交换,可能影响施氏矿物转变途径,但PO43-对施氏矿物的转化
硒是人体生命活动必需的一种微量元素,具有多种生物活性功能。研究表明适量补充硒元素能提高机体免疫力、预防多种疾病。但由于无机硒对人体有较大的毒性,通过农作物的富集作用使有机硒元素进入人类食品链是一种安全有效的补硒途径。本研究利用大麦发芽过程,将无机硒(亚硒酸钠)经过生物富集作用转化为有机硒,培育出富含有机硒的富硒麦芽,并优化了富硒麦芽的制备工艺。在此基础上,探究了在大麦发芽过程中,富硒对麦芽主要营养
苹果汁可以为人类提供多种营养物质和生物活性物质,是一种广受消费者喜爱的果蔬制品。尽管苹果汁的酸性环境不适宜食源性病原菌的存活与繁殖,但仍有研究报道相关食品安全事件。传统使用的热杀菌方法会导致果汁中的部分热敏性成分的流失以及感官性质的变化,因此现亟需开发一种新型杀菌技术,结合热超声技术和植物源抗菌剂,既能保证苹果汁的食品安全,又能确保对食品的品质没有显著影响。具体研究如下:经过抑菌实验筛选,选用香草
随着全球经济向“服务经济”转变,制造业企业也深受影响,开始从传统的“生产型制造”逐渐向“服务型制造”转变,在此大趋势下,服务业对制造业转型升级的支撑作用开始体现,但我国的服务业特别是生产性服务业相对薄弱,对制造业的转型和支撑作用相对有限,而外资进入可以弥补本国服务业不足。在此前提下,2016年国务院批准通过了《服务贸易创新试点方案》,将15个省市(区域)划分为服务贸易创新试点城市,在试点城市推进服
近年来,环境污染、气候变化问题愈发严峻,极端天气频发,威胁人类的生命财产安全;此外,人口老龄化、教育发展不均衡、贫富差距拉大等社会问题也逐渐凸显,对全球可持续发展产生不良影响,同时也把风险传导到金融系统和经济体系中。而企业作为经济活动的重要参与者,他们在环境保护、社会责任、公司治理上的表现不仅影响着自身的发展,而且也影响着自然环境和人类社会的可持续发展。随着可持续发展理念日渐深入人心,市场各方参与
结构性产品包括结构性存款和结构性理财产品,其中结构性存款是我国商业银行发行的最主要的一类结构性产品。近些年来随着衍生品市场的发展,未来场外期权市场将会是个巨量市场,结构性产品设计、挂钩标的、收益结构也会更加丰富,现在很多证券公司也开始参与设计发行结构性产品。由于产品结构设计的复杂性、发行方投资方间的信息不对称和国内衍生品市场的不成熟,我国结构性产品市场还存在很多问题,监管部门近些年来也开始重视结构
人脸识别的实际应用中的各种复杂变化,尤其是人脸姿态变化会严重地限制人脸识别系统的性能。虽然通过人脸旋转可以弥补训练数据的不均衡分布,从而提高人脸识别系统的性能。但是,以前的多数方法侧重于身份信息的保留,实际效果有欠缺。为此,本论文提出了基于注意力机制的指定姿态生成对抗网络(Attended PoseGuided Generative Adversarial Networks,APGAN),以根据源
油包水(W/O)乳液在食品、制药、化妆品以及催化等领域的应用范围广泛。然而食品工业中常用PGPR、Span80等表面活性剂来稳定W/O乳液,这些表面活性剂常常因为其较高的用量和可能存在的风险而不被研究者和消费者所青睐。基于此,本论文开发了一种由可食用的乙基纤维素-壳聚糖复合颗粒(ECCH)稳定的新型Pickering油包水乳液,该Pickering乳液体系可用于低脂产品的开发以及符合绿色化学要求的
深度学习近年来在多个领域取得了杰出的成就,但是也面临诸多挑战。一方面,深度神经网络因为其复杂结构和大量的参数而需要消耗的大量的计算资源和存储空间,因而难以实现模型在资源相对紧张的移动设备上的部署,所以在保证模型性能的同时对神经网络实现加速和压缩显得尤为重要。而另一方面,有研究表明在对抗环境中神经网络极易受到恶意样本的攻击,神经网络的安全性受到严峻的挑战,而经过压缩后的模型在对抗环境下其鲁棒性会进一
电动汽车及其他新能源设备在近年来备受关注,不断刺激高能量密度与高功率锂离子电池的革新。石墨是目前锂离子电池最广泛使用的材料,然而其理论容量较小(372m Ah g-1),不能满足当前需求。铁基材料具有容量高、体积膨胀相对较小、价格低廉等众多优势,成为良好负极材料的潜在材料,但铁基材料作为负极的应用受到导电性低、循环性能差等缺点的限制。本文调控制备了四氧化三铁、氮化铁与石墨烯复合材料,并研究了其储锂