带软时间窗的随机需求车辆路径问题(Vehicle Routing Problem with Stochastic Demand and Soft Time Window,VRPSD-STW),旨在求解在客户需求未知下车辆准时到达指定地点,并且要求规划时间最短、修正成本最少、违背约束最小,是目前...
详细信息
带软时间窗的随机需求车辆路径问题(Vehicle Routing Problem with Stochastic Demand and Soft Time Window,VRPSD-STW),旨在求解在客户需求未知下车辆准时到达指定地点,并且要求规划时间最短、修正成本最少、违背约束最小,是目前最具有挑战性的多约束组合优化问题之一。针对求解过程中大规模车辆规划复杂度较高、规划时间较长,客户需求未知等问题,提出一种改进两阶段算法。第一阶段将客户随机需求作确定化处理,使其等于期望值;然后,引入自适应禁忌长度,自适应惩罚系数及改进邻域结构以解决车辆偏离软时间问题,最后得到最初的规划方案,但该方案仍存在一定的误差。第二阶段采用SRTD算法(Select Return To Depot)对第一阶段所求解的误差进行修正。实验结果表明,改进后的两阶段算法具有较强的寻优能力、较高的鲁棒性,且能够快速地找到合理的解决方案。
暂无评论