论文部分内容阅读
物流系统是现代社会经济系统的重要支柱,没有物流,商品的价值和使用价值都难以实现。社会物流总成本在国民生产总值中占有相当的比重。而物流配送是物流活动中直接与消费者相连的环节,在物流的各项成本中,配送成本占了相当高的比例。配送车辆调度的合理与否对配送速度、成本、效益影响很大,特别是多用户配送车辆调度的确定更为复杂。采用科学、合理的方法来进行配送车辆路径优化调度是物流配送中非常重要的一项活动。因此,车辆路径优化问题((Vehicle Routing Problem,简记VRP)成为众多学者竞相研究的热门课题。 车辆路径优化问题是一类典型的组合优化问题,即要在有限个可行解集合中找到最优解。该问题已被证明是NP(Nondeterministic Polynomial)难题,至今尚未找到多项式时间算法。免疫克隆算法借鉴生物免疫系统内 B细胞结合外部抗原的机制,在搜索解的过程中体现了较好的分布性、多样性、鲁棒性和适应性。本文在分析已有的免疫算法求解物流配送车辆路径优化问题(VRP)的研究基础上,改进原有免疫算法的抗体亲和力定义、抗体抑制和多样性保持机制,提出了新的抗体亲和力定义、抗体相似性矩阵定义、抗体抑制与多样性保持算法,进而构造出求解该问题的基于抗体相似性矩阵的改进免疫克隆算法,并利用Matlab7.0作为开发工具编程实现了用该算法求解车辆路径优化问题(VRP)。用两个算例进行仿真验证,结果表明:1、本文的算法比目前已有的免疫算法求解VRP生成解的质量高,收敛速度快;2、本文算法比其它求解VRP的智能算法或启发式算法,如混合遗传算法、遗传算法、爬山算法求解质量高;3、利用本文算法可求解较大规模的车辆路径优化问题(VRP)。