导读:本文包含了路径旅行时间论文开题报告文献综述及选题提纲参考文献，主要关键词:物流配送,不确定理论,时间窗,遗传算法
路径旅行时间论文文献综述
武小平,寇艺槟,樊相宇[1]（2019）在《旅行时间不确定下的车辆路径问题研究》一文中研究指出在实际的配送过程中会遇到交通,天气,需求等信息不确定的状况,而这种不确定性会影响配送的路径选择及时间,从而影响实际的配送效率,因此研究在这种不确定配送条件下的车辆路径优化问题既符合实际又显得尤为重要。假设车辆在配送点之间的旅行时间是不确定的,在满足客户时间窗要求及车辆载货量限制的前提下,运用不确定理论,在期望的置信度下建立以配送成本最小为优化目标的不确定规划模型,再将模型进行等价转化,并设计遗传算法进行求解。最后通过算例分析验证模型的合理性和算法的有效性。(本文来源于《制造业自动化》期刊2019年04期）
朱炜,韦锦,洪玲,徐瑞华[2]（2019）在《基于旅行时间分析的城轨乘客路径集验证方法》一文中研究指出城市轨道交通乘客出行路径集是否正确,是乘客路径选择估计以及网络客流分布计算的前提和基础.从现有客流分布模型中有效路径选择集问题及OD实际旅行时间聚类特征出发,引入Rodriguez-Laio快速聚类算法,提出基于旅行时间聚类分析的城市轨道交通乘客路径集验证方法.以北京地铁网络为例进行算例分析,结果表明,该方法可以在全网络范围内对路径选择集问题OD作出快速识别及滚动验证,并为以原因分析为导向的现场客流调查与模型修正工作提供重要参考.(本文来源于《同济大学学报(自然科学版)》期刊2019年01期）
王璞,熊雨沙,王骋程,郑治豪,鲁恒宇[3]（2018）在《基于路径旅行时间分析的交通异常检测方法》一文中研究指出为了综合考虑连续路段通行能力波动对旅行时间的影响,避免由单一路段通行能力的常规性波动所导致的交通异常误判,提出了一种基于路径旅行时间分析的交通异常检测算法。该算法将深圳市路网网格化为若干个地理子区,以地理子区为单位,使用ST-matching地图匹配算法将深圳市出租车GPS坐标记录点匹配到相应路段,采用基于密度的DBSCAN聚类算法计算路径旅行时间的时变异常阈值,来判定旅行时间的异常。该方法成本低廉,实施难度小,能精确灵敏地检测交通网络异常。(本文来源于《电子科技大学学报》期刊2018年06期）
章宇[4]（2017）在《不确定旅行时间环境下带时间限制的路径优化模型与算法》一文中研究指出路径优化问题是运筹学与管理科学领域一类经典的问题。典型的路径优化问题包括最短路问题、旅行商问题、车辆路径问题等。在交通与物流、计算机网络、通信等应用领域中,很多现实问题都可归结为路径优化问题,因此对路径优化问题的研究不仅具有重要的学术价值,而且具有广泛的应用价值。随着世界经济社会水平的高速发展,人类的生活节奏越来越快,时间也变得越来越宝贵。因此,尤其在以人为运送对象的交通与物流系统中,人的行为因素给路径优化问题带来了新的挑战。在此背景下,研究带时间限制的路径优化问题变得更加重要和急迫,研究成果可以帮助出行者尽量在时间限制内到达终点等等。在现实世界中,车辆旅行时间是不确定的。在路径规划阶段忽略不确定性可能会导致所谓的最优路径在实施阶段却违背预先设定的时间限制,如不确定性导致公交出行时间超出时间预算,导致将顾客送达机场的时刻严重早于或晚于时间窗,等等。而考虑不确定性又会使原本就难以求解的带时间限制的路径优化问题新增一个维度的复杂性,从而带来了建模和求解方面的挑战。本文针对路径优化问题,以尽量满足时间限制为目标,考虑车辆旅行时间的不确定性,提出了一个研究框架,并将其应用于公交换乘问题,旅行商问题,和机场接送服务问题中。本文的研究内容主要包括以下五个方面:(1)提出了一个针对不确定旅行时间环境下带时间限制的路径优化问题的研究框架。本框架从构建可行路径集合、描述旅行时间不确定性、选择决策准则、设计高效算法四个方面展开,每个方面给予不同的选项,从而可以解释大部分相关研究的思路,同时催生了一些新的研究机会。根据旅行时间分布完全可知、部分统计信息可知、只知道上下界的情况,分别采用随机规划、分布鲁棒优化、鲁棒优化的方法论进行建模和求解。特别地,就测度“满足时间限制”的决策准则而言,经典的“准时到达概率”计算速度慢且无法刻画迟到时长,因此本文提出了一类新的决策准则,即最大化风险抵御指数(鲁棒优化中的保守系数、效用函数中的风险厌恶参数、Markowitz均值-方差函数中的方差项权重等等),同时保证该指数水平下对应的出行时间确定性等价能满足时间限制。这类准则除了具有良好的管理学性质外,最大的优点是计算速度快,因此可用于解决现实大规模问题。(2)面向城市中公交出行者,考虑车辆旅行时间的不确定性,针对带时间预算的公交换乘问题,利用鲁棒优化方法进行建模与求解,以帮助出行者尽量在最后期限前到达终点。车辆旅行时间由一个不确定集描述,鲁棒优化模型在保证能准时到达的前提下最大化不确定集的体积,也就最大化了能准时到达的场景数。通过对偶理论,推导并提出一种精确算法。假设出行者对于每条公交线最多使用一次,则可构造一个基于行程的公交网络模型,并提出一个标签设定算法和一个Floyd-A*加速算法对该问题进行高效求解。通过与最大化准时到达概率的随机规划模型的对比实验,发现鲁棒优化模型所求得的路径旅行时间具有较小的迟到时长和较小的方差。通过在沈阳公交网络中的计算测试,表明平均换乘查询时间在一秒以内,验证了Floyd-A*算法可用于解决现实大规模问题。(3)针对上述带时间预算的公交换乘问题,考虑旅行时间分布可知的情形,利用随机规划方法进行建模和求解。通过期望效用理论刻画出行者的风险厌恶行为,并在保证旅行时间的确定性等价满足时间预算约束的前提下最大化风险厌恶水平,也就最大化了换乘路径抵御风险的能力。理论证明该决策准则能同时考虑迟到概率和迟到时长。由于旅行时间分布完全相关的情况下该问题NP难,所以研究了分布独立和公交线内旅行时间相关两种多项式时间可解的情况。将原问题分解为两阶段问题,则求解原问题可等价为求解一系列不带时间预算的公交换乘问题。通过数值实验发现该方法的计算表现“介于”最大化准时到达概率模型和最小化期望迟到时长模型之间。通过在沈阳公交网络中的计算测试,表明平均换乘查询时间在一秒以内,验证了该算法对于解决现实大规模问题的实用性。(4)针对经典的带时间窗的旅行商问题,考虑车辆旅行时间的不确定性,提出了一个称为基本风险指数的决策准则,用以评估路径晚于时间窗到达访问点的风险,该指标函数具有凸性等优良理论特性,既考虑了迟到概率,又考虑了迟到时长。在车辆旅行时间的分布完全可知和仅均值和协方差可知的情况下,分别采用基于采样平均近似的随机规划和分布鲁棒优化方法进行建模和求解。为了提高计算速度,提出了一种Benders分解结合切平面的方法进行求解。计算实验说明:基于基本风险指数的模型就准时达到概率而言,在样本数量少的情况下,竟然优于基于采样平均近似的最大化准时到达概率模型。在样本数量大的情况下,最大化准时到达概率模型已很难在可接受的时间内进行求解,而提出的Benders分解方法可以求解样本数量很大的实例。(5)针对城市中的机场接送服务问题,以最小费用为目标,决策接送购票顾客到机场的车辆路径和时间安排,使得顾客以一定概率在时间窗内送达机场。建立了机会约束随机规划和分布鲁棒优化模型,在旅行时间服从独立正态分布或仅知均值和协方差的情况下推导出机会约束的等价解析形式;在其服从一般分布的情况下通过采样平均近似法来处理。设计了两阶段算法,除采样平均近似外,该算法为精确算法,第一阶段生成可行路径,第二阶段通过集合划分确定最优车辆路径。并提出了二分法求解在给定费用预算的情况下最大化时间窗内送达机场概率的问题。通过与目前的确定性模型的对比实验,验证了所提出的模型能减小迟到概率和迟到时长。(本文来源于《东北大学》期刊2017-06-01）
王帅,赵来军,胡青蜜[5]（2017）在《随机旅行时间的外卖O2O配送车辆路径问题》一文中研究指出外卖O2O(Online to Offline)是一种典型的移动互联网商业模式。入驻外卖O2O平台的餐饮企业为增强顾客的配送满意度,需要对其配送服务进行规划设计。文章研究外卖O2O平台上饮食类供应商外卖配送中的车辆路径问题(VRP),通过对外卖配送特点的深入分析,采用模拟方法实现了随机旅行时间分布的准确刻画,以最大化顾客满意度为目标,综合考虑配送过程中的约束要求,建立了随机旅行时间的带顾客需求时间窗的VRP问题的数学模型。基于上海市徐汇区某入驻外卖O2O企业配送服务的算例,利用遗传算法完成求解。结果显示本文算法可以有效计算出响应顾客需求的最优车辆路径,分析了顾客完全满意度区间大小、顾客满意度敏感性以及配送车辆数量等因素对配送方案总体满意度水平的影响,提出了提高外卖O2O配送满意度的建议。并针对外卖O2O商户自负配送模式进行了研究,可为外卖O2O平台上饮食类供应商改善配送和提升顾客满意度提供决策支持。(本文来源于《物流科技》期刊2017年01期）
周桂姣,卢山,雷全胜[6]（2016）在《应急情况下需求和旅行时间不确定的车辆路径问题研究》一文中研究指出考虑到应急情况下,需要在最短的时间下满足尽可能多需求,从而挽救更多的生命和财产甚至不惜以运费为代价,所以文中的模型以最小化延迟时间和最小化未满足需求为目标研究需求和旅行时间都不确定的车辆路径问题。首先,引入了一个允许最晚到货时间;然后,应用最大化策略、平均策略和资源保留策略叁种鲁棒策略;最后,借助CPLEX对模型进行求解,并进行数值实验证明鲁棒优化方法在不确定环境下的优势。(本文来源于《物流工程与管理》期刊2016年10期）
王新海,杨皎平,田洋[7]（2013）在《时相关模糊旅行时间转运联盟车辆路径及优化》一文中研究指出为使车辆路径问题模型更加符合物流管理的实际.提出了时相关模糊旅行时间的转运联盟车辆路径问题.构建了该问题的数学模型,然后针对该模型提出了基于动态规划和遗传算法相结合的混合遗传算法,最后通过模拟试验验证了模型和算法的有效性,该模型和优化方法对指导车辆调度问题具有重要的参考价值.(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2013年11期）
张涛,余绰娅,刘岚,邵志芳,张玥杰[8]（2011）在《同时送取货的随机旅行时间车辆路径问题方法》一文中研究指出建立了同时送取货的随机旅行时间车辆路径问题(STT-VRPSPD)的机会约束规划模型,构建了分散搜索算法求解策略.分散搜索算法中,针对STT-VRPSPD问题的复杂特性,构造了解的改进策略、组合策略,并采用改进的节约算法构造分散搜索算法初始解,从而使文中设计的分散搜索算法更加适应STT-VRPSPD问题特有的负载波动性.仿真实验中,首先对分散搜索算法的参数设置进行分析,确定了最优参数组合;然后基于经典的Dethloff算例数据,构造了STT-VRPSPD的测试算例,并对分散搜索算法和遗传算法进行了对比分析,结果表明,分散搜索算法对于STT-VRPSPD的求解质量优于遗传算法.(本文来源于《系统工程理论与实践》期刊2011年10期）
侯玲娟,周泓,梁春华[9]（2011）在《不确定需求和旅行时间下的车辆路径问题》一文中研究指出针对一类不确定需求和旅行时间下的随机车辆路径问题,建立了一个随机规划模型,提出了一种带有自适应机制的改进遗传算法。该算法引入自适应选择机制,采用了新的交叉算子。选取两种不同规模的随机车辆调度问题,分别采用该算法和基于边重组的改进遗传算法进行求解,并通过对计算结果进行对比分析,分别针对自适应选择机制和新的交叉算子做了讨论。结果表明,所提算法不仅取得了更好的优化结果,而且具有更快的收敛速度。(本文来源于《计算机集成制造系统》期刊2011年01期）
胡明伟,唐浩[10]（2009）在《时相关旅行时间车辆路径高效启发式算法》一文中研究指出研究时相关旅行时间车辆路径问题经典启发式算法的改进策略,通过更新路线的到达时间和最晚出发时间,减少局部搜索算法的计算时间.该策略可用于Or-opt、2-opt、1-shift和CROSS等交换算法.通过数值计算实验,评估改进策略的性能,结果表明,对于单路线和多路线过程,高效启发式算法的计算复杂度明显低于常规算法.(本文来源于《深圳大学学报(理工版)》期刊2009年03期）
路径旅行时间论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
城市轨道交通乘客出行路径集是否正确,是乘客路径选择估计以及网络客流分布计算的前提和基础.从现有客流分布模型中有效路径选择集问题及OD实际旅行时间聚类特征出发,引入Rodriguez-Laio快速聚类算法,提出基于旅行时间聚类分析的城市轨道交通乘客路径集验证方法.以北京地铁网络为例进行算例分析,结果表明,该方法可以在全网络范围内对路径选择集问题OD作出快速识别及滚动验证,并为以原因分析为导向的现场客流调查与模型修正工作提供重要参考.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
路径旅行时间论文参考文献
[1].武小平,寇艺槟,樊相宇.旅行时间不确定下的车辆路径问题研究[J].制造业自动化.2019
[2].朱炜,韦锦,洪玲,徐瑞华.基于旅行时间分析的城轨乘客路径集验证方法[J].同济大学学报(自然科学版).2019
[3].王璞,熊雨沙,王骋程,郑治豪,鲁恒宇.基于路径旅行时间分析的交通异常检测方法[J].电子科技大学学报.2018
[4].章宇.不确定旅行时间环境下带时间限制的路径优化模型与算法[D].东北大学.2017
[5].王帅,赵来军,胡青蜜.随机旅行时间的外卖O2O配送车辆路径问题[J].物流科技.2017
[6].周桂姣,卢山,雷全胜.应急情况下需求和旅行时间不确定的车辆路径问题研究[J].物流工程与管理.2016
[7].王新海,杨皎平,田洋.时相关模糊旅行时间转运联盟车辆路径及优化[J].辽宁工程技术大学学报(自然科学版).2013
[8].张涛,余绰娅,刘岚,邵志芳,张玥杰.同时送取货的随机旅行时间车辆路径问题方法[J].系统工程理论与实践.2011
[9].侯玲娟,周泓,梁春华.不确定需求和旅行时间下的车辆路径问题[J].计算机集成制造系统.2011
[10].胡明伟,唐浩.时相关旅行时间车辆路径高效启发式算法[J].深圳大学学报(理工版).2009