| 论文名称 | 线上型车辆路线巡回问题:混合型启发式算法之应用 |
| 年别 | 103 |
| 学位 | 硕士 |
| 学校系所 | 成功大学交通管理科学系 |
| 作者 | 王翔正 |
| 指导教授 | 胡大瀛 |
| 论文摘要 | 车辆路线巡回问题求解的算法设计常运用于物流相关产业之中,但以解决静态问题与追求精确结果为目标所开发之演算方式,已不能满足日益复杂的都市道路环境与多样化的客户需求,因此,如何利用最新的环境资讯来快速有效的产生动态的车辆路径供企业或都市物流业者的配送部门作规划,已必须被考虑进算法的设计之中。 线上型车辆路线巡回问题为接受未来有未知的资料产生并将其纳入求解的程序之中,形成具动态特性且为NP-hard之问题,故在求解上将以启发式算法最为有效率,启发式算法为利用各种策略快速的取得近似最佳解,虽非全域最佳解,但求解全域最佳解所花费时间成本太过庞大,在实务操作上NP-hard之问题仍是以启发式技术求解为主;而本研究以模拟自然运作法则与人类思考模式且具有跳脱局部最佳解能力的宏式启发式技术开发其线上型车辆路线巡回问题求解算法,并整合对于求解车辆路线巡回问题表现优秀的禁制搜寻法与有良好区域搜寻机制的遗传算法形成混合型启发式算法。 为证实所开发之混合型启发式算法可应用于真实世界,将结合DynaTAIWAN交通模拟指派模式,运用高雄市真实路网道路几何特性与即时交通资讯提供给算法进行求解程序,并依结果修正各项参数,使其混合型启发式算法能产生在线上型车辆路线巡回问题与物流配送规划上一个高品质且具实用性的结果。 |
| 附件下载 | (电子档于111-10-20后开放下载) 线上型车辆路线巡回问题:混合型启发式算法之应用.pdf |
| 张贴日 | 2014/11/10 |
| Hashtags |
查看次数:
5