基于物流配送中车辆路径问题的模型及算法的研(3)
2013-08-29 01:07
导读:3各种算法比较 (1)关于精确算法:由于这些算法都基于严格的手段,在可以求解的情况下其解通常要优于人工智能算法。但引入严格的数学方法后,则无
3各种算法比较
(1)关于精确算法:由于这些算法都基于严格的手段,在可以求解的情况下其解通常要优于人工智能算法。但引入严格的数学方法后,则无法避开指数爆炸问题,从而使该类算法只能有效求解中小规模的确定性VRP。
(2)关于启发式算法:在求解中小规模VRP时,启发式算法与精确算法相比,在精度上不占优势。但在求解大规模VRP时,启发式算法总可以在有限时间里,找到满意的次优解/可行解,这是精确算法难以做到的。因此,在实际应用中,启发式算法要更广泛。
(3)确定性VRP是非确定性VRP研究的基础。目前,我国对复杂的VRP研究还仍处于起步状态。但现实生活中最常见的还是不确定VRP,大部分确定性VRP是不确定性VRP的简化。现有的SVRP的成果己经可以解决小规模的SVRP,但不能胜任较大规模的SVRP。解决较大规模的SVRP的现实途径仍然是人工智能方法,不过要获得通用的高效算法是困难的,因此应结合邻域特征来研究并对具有不同邻域特征的问题提出不同的算法。对于FVRP,应结合模糊可能性理论来进行研究。
4结束语
目前VRP模型方面虽有许多研究,但缺少综合方面的研究。现代物流中,要求尽量减少库存,及时配送变得越来越重要,所以今后满足客户的时间窗口是制定车辆路线优先考虑的重点。还有现有的配送路线的研究多为开发静态的模型,很少分析参数随时间变化的特性,而在现代物流日趋快速化、信息化、实时化的情况下已经有些不适应。例如,仓库位置的将随时间变化;在一定的时间范围内,公司需要根据情况的变化来重新决策配送中心及销售网点的分布。因此,在配送路线模型中加入动态特性,实现实时或在线物流,会极大地提高与现实接近的程度。
内容来自www.nseac.com
参考文献:
[1]Dantzig G, Ramser J. The truck dispatching problem[J]. Managment Science, 1959(6):80-91.
[2] 祝崇隽,刘民,吴澄. 供应链中车辆路径问题的研究进展及前景[J]. 集成制造系统,2001,7(11):1-6.
[3] 张强,荆刚,陈建岭. 车辆路线问题研究现状及发展方向[J]. 科技,2004(1):60-62.
[4] 荆海霞. 物流配送中双向车辆路径优化问题研究[D]. 武汉:
武汉大学(硕士
),2004.
[5] 肖增敏,李军. 动态网络车辆路径问题:研究现状及展望[J].
系统工程,2004,22(7):68-71.
[6] 尚华艳. 物流配送中车辆路径问题研究[D]. 武汉:
武汉理工大学(硕士学位论文),2005.
[7] 谢秉磊,郭耀煌,郭强. 动态车辆路径问题:现状与展望[J]. 系统工程理论方法应用,2002,11(2):116-120.
[8] 张建勇. 模糊信息条件下车辆路径问题研究[D]. 成都:
西南交通大学(博士学位论文),2004.