导读:本文包含了需求拆分论文开题报告文献综述及选题提纲参考文献，主要关键词:多重启动迭代扫描,禁忌搜索算法,需求可拆分,车辆路径问题
需求拆分论文文献综述
闵嘉宁,金成,陆丽君[1]（2019）在《基于多重启动迭代扫描的需求可拆分车辆路径问题》一文中研究指出需求可拆分车辆路径问题放松了经典车辆路径问题中对每个客户只访问一次的约束。针对这一问题,提出了一种基于改进扫描算法的两阶段方法。通过多重启动迭代扫描把客户点按照车辆负载分成最少数量的组,每组的负荷需求和分裂点由负荷率和阈值系数进行微调。采用禁忌搜索算法在每组中生成最优路径、最小化总行驶里程。为了验证该算法的可行性和有效性,在基准数据集上进行了案例研究。计算结果表明,该算法对于客户地理位置分散分布的实例来说,在距离和计算时间方面获得近优解非常明显;而对于客户地理位置集群分布的实例来说,在"最大-最小距离"聚类方法执行后所得到的各聚类上再执行该两阶段算法,非常有效。(本文来源于《制造业自动化》期刊2019年10期）
闫芳,邬珂,陈凯[2]（2019）在《考虑碳排放的需求可拆分车辆路径问题模型及算法研究》一文中研究指出考虑低碳环境下的需求可拆分车辆路径问题,建立了以配送成本最小为决策目标的数学模型.随后根据模型特点,设计了基于动态学习因子的改进粒子群算法,并通过两个不同规模算例对模型验证模型和算法的有效性和合理性.通过两个算例中的算法对比发现,所提出的算法较改进前算法,均能够在保证求解质量的前提下,减少计算时间;而当算例规模增大时,这一优势更为明显.(本文来源于《数学的实践与认识》期刊2019年18期）
安实,冯德健,王健,胡晓伟,王梓儒[3]（2019）在《多车型多行程需求可拆分的应急疏散车辆调度》一文中研究指出为解决应急疏散车辆紧缺条件下的多批次车辆调度问题,使受灾人员被迅速地疏散至避难所,在考虑应急车辆容量差异的基础上,构建了多目标的多行程、多时间窗、需求可拆分的应急疏散车辆调度模型.通过引入虚拟站点的方式,简化了延误损失计算过程,并总结了数学模型最优解的特征.结合最优解的特征设计了改进的遗传算法对模型求解,并进行了算例分析.结果表明:所提出的算法能够有效对数学模型进行求解且具有良好稳定性,能够为应急车辆的多批次调度问题提供一定的决策指导和参考.(本文来源于《大连交通大学学报》期刊2019年01期）
闵嘉宁,金成,陆俐君[4]（2018）在《解决需求可拆分车辆路径问题的先聚类后路径方法》一文中研究指出介绍了求解需求可拆分车辆路径问题的"先聚类后路径"的方法,其目标是使用最少车辆获得最小总行驶距离。基于该方法,提出了叁阶段算法:首先,根据使用最少车辆的原则,利用最大最小距离聚类,将所有客户点按物理位置分成若干组;然后,采用"推出"和"拉入"操作,调整各组的负荷量,形成重量平衡的聚类组;最后,优化上述组内路径。两案例组7个实例的执行验证了该算法的可行性和有效性;结果表明,该算法在总行驶距离和计算所用时间方面性能优于带有效不等式的两阶段算法、k-means聚类算法、拆分阈值聚类算法和扫描算法等。(本文来源于《制造业自动化》期刊2018年11期）
邱萌,符卓[5]（2018）在《需求可拆分的节点具有双重需求的车辆路径问题研究进展》一文中研究指出针对目前大部分有关节点具有双重需求的车辆路径问题(VRPNDD)均假设需求只能由一辆车服务,即需求不可拆分的问题类型,而在实际运营中经常会允许对客户需求拆分,并由多辆车共同运输或由一辆车多次运输,以便充分利用车辆装载能力和降低车辆行驶成本的情况,将这类问题统称为节点具有双重需求的车辆路径问题(SVRPNDD),该问题的研究主要关注于需求可拆分的同时取送货车辆路径问题(VRPSPDP)及取送货可分割的车辆路径问题(VRPDDP)。本文中提出了适用于各种SVRPNDD的数学模型,分析比较各种问题的特性,并归纳总结各种问题算法的研究进展。(本文来源于《济南大学学报(自然科学版)》期刊2018年06期）
罗佳[6]（2018）在《客户资源共享及需求可拆分的车辆路径问题》一文中研究指出随着物流量的剧增,物流企业之间的竞争力体现在配送速度及配送成本上.由于企业难以突破传统的竞争思维,物流领域的相关企业均是各自为政,难免会出现恶性竞争.加之我国目前物流设施设备、信息技术相对国外较落后,物流企业可以将区域内的客户资源共享、整合来提高收益.虽然目前已有配送中心之间进行了客户资源的共享,但因为没有正确整合而事倍功半.笔者在多个配送中心共享客户资源的情况下,考虑客户的需求可拆分,以车辆行驶距离最短为目标函数,建立二阶段模型,将聚类算法与模拟退火算法结合使用,求解二阶段模型.用聚类算法求出每个配送中心最优的配送范围,模拟退火算法求解出每个配送中心车辆的最优配送路线.最后结合数值案例,借助MATLAB验证算法的有效性.(本文来源于《广西民族大学学报(自然科学版)》期刊2018年03期）
邱萌,符卓[7]（2019）在《需求可离散拆分车辆路径问题及其禁忌搜索算法》一文中研究指出针对客户需求常以若干离散订单(批次)构成的问题特性,本文给出需求可离散拆分车辆路径问题的描述及数学模型。对比需求可连续拆分的问题类型,对该问题性质进行了研究,分析提出问题解的特性。本文提出求解该问题的禁忌搜索算法,针对同客户的不同订单(批次)需求,设计两种特殊操作以避免不必要的路径成本,加快搜索速度并增强算法搜索性能。计算结果与现有方法结果进行了比较,表明所提出的算法可以找到更好的解决方案。(本文来源于《哈尔滨工程大学学报》期刊2019年03期）
贺桂和,夏扬坤,朱强[8]（2018）在《需求单元拆分的农产品电商配送车辆路径优化》一文中研究指出为了促进农产品流通,降低农产品电商物流配送成本,研究了一种带软时间窗的需求单元拆分车辆路径问题.通过将传统约束中客户需求不可拆分的条件进行松弛,并将硬时间窗松弛为软时间窗,设计了一种新的需求单元拆分VRP.结合传统带时间窗的车辆路径问题(VRPTW)模型,构建了相应的多目标数学模型,并设计了一个自适应禁忌搜索算法进行求解.计算结果表明,对客户需求实施单元拆分配送,有助于减少使用的车辆数和降低配送成本.另外,在算法中嵌入自适应惩罚机制,接受部分违反约束的邻域解,可增强配送系统的柔性,提升禁忌搜索算法的全局寻优性能.(本文来源于《信息与控制》期刊2018年03期）
冯德健[9]（2018）在《多行程多时间窗需求可拆分的应急疏散车辆调度》一文中研究指出大规模突发灾害事件发生时,需要将大量受灾人员疏散至安全地点,若待疏散人数超过该区域内所有应急疏散车辆的总载客能力,即应急车辆紧缺,则所有待疏散人员不能一次性被运送完毕,此时需要通过对车辆进行分批次、多阶段的调度,来使其快速高效地完成运载所有受灾人员的任务。应急车辆的调度问题可视为拓展形式的车辆路径问题(Vehicle Routing Problem,VRP)。传统VRP要求各需求点需求量不大于单车容量、所有车辆只能行动一次、各需求点只能被单车单次访问。本文结合应急疏散实际,将应急车辆调度问题转化为多行程多时间窗需求可拆分的车辆路径问题(Vehicle Routing Problem with Multiple trips and Multiple Time Windows and Split Delivery,VRPMTMTWSD),即在应急疏散过程中,允许各车辆多次行动,允许各需求点的需求被拆分并由多车多次配送,同时保证伤势程度不同的受灾人员在其所须的时间窗内被疏散。基于此,本文以最小化应急疏散总完成时间、最小化灾民到达避难所的平均时间、最小化延误损失为目标,构建了多目标的VRPMTMTWSD数学模型。本文通过引入虚拟站点的方式,简化了延误损失计算过程,并基于此分析了数学模型最优解的特征。设计了改进的遗传算法对模型求解,在基因编码中,以灾民作为编码的基本单位并利用虚拟站点编号来代表灾民。结合该基因编码形式,利用最优解的特征提出了解的格式调整方法以提高算法的求解性能。此外,本文针对启发式算法的不足,设计了对最终解的再优化方法。最后,本文结合算例验证了模型的合理性和算法的可行性。结果表明:本文算法能够有效对多目标数学模型进行求解,且具有良好的稳定性,能够为应急车辆的多批次调度问题提供一定的决策指导和参考。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
张得志,何亦扬,龚浩翔[10]（2018）在《随机需求订单可拆分的多目标车辆路径问题》一文中研究指出考虑现实中需求随机,司机的工作量和收入可能受线路长度影响,研究基于需求随机订单可拆分的多目标车辆路径问题,添加司机工作线路长度均衡为目标,这种考虑需求随机和线路均衡的双目标模型比原来的单目标模型更具有现实应用意义。此外订单可拆分可提高车辆装载率,降低配送费用。基于以上考虑,本文构造考虑随机需求订单可拆分的双目标车辆路径问题模型,提出订单拆分车辆配对服务策略。针对本文研究问题特点,设计大规模邻域自适应搜索算法进行仿真实验,并通过修订的Solomon算例验证模型和算法的有效性。(本文来源于《铁道科学与工程学报》期刊2018年05期）
需求拆分论文开题报告
（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：
考虑低碳环境下的需求可拆分车辆路径问题,建立了以配送成本最小为决策目标的数学模型.随后根据模型特点,设计了基于动态学习因子的改进粒子群算法,并通过两个不同规模算例对模型验证模型和算法的有效性和合理性.通过两个算例中的算法对比发现,所提出的算法较改进前算法,均能够在保证求解质量的前提下,减少计算时间;而当算例规模增大时,这一优势更为明显.
（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。
需求拆分论文参考文献
[1].闵嘉宁,金成,陆丽君.基于多重启动迭代扫描的需求可拆分车辆路径问题[J].制造业自动化.2019
[2].闫芳,邬珂,陈凯.考虑碳排放的需求可拆分车辆路径问题模型及算法研究[J].数学的实践与认识.2019
[3].安实,冯德健,王健,胡晓伟,王梓儒.多车型多行程需求可拆分的应急疏散车辆调度[J].大连交通大学学报.2019
[4].闵嘉宁,金成,陆俐君.解决需求可拆分车辆路径问题的先聚类后路径方法[J].制造业自动化.2018
[5].邱萌,符卓.需求可拆分的节点具有双重需求的车辆路径问题研究进展[J].济南大学学报(自然科学版).2018
[6].罗佳.客户资源共享及需求可拆分的车辆路径问题[J].广西民族大学学报(自然科学版).2018
[7].邱萌,符卓.需求可离散拆分车辆路径问题及其禁忌搜索算法[J].哈尔滨工程大学学报.2019
[8].贺桂和,夏扬坤,朱强.需求单元拆分的农产品电商配送车辆路径优化[J].信息与控制.2018
[9].冯德健.多行程多时间窗需求可拆分的应急疏散车辆调度[D].哈尔滨工业大学.2018
[10].张得志,何亦扬,龚浩翔.随机需求订单可拆分的多目标车辆路径问题[J].铁道科学与工程学报.2018