外文翻译---混合算法求解有时间窗车辆路径问题-其他专业

1、 淮 阴 工 学 院毕业设计(论文)外文资料翻译系 院：计算科学系专 业：信息与计算科学姓 名：卞小婕学 号：1084101101外文出处：Lecture Notes in Computer Science 5370,198-205(2021)(用外文写)A Hybrid Algorithm for Vehicle Routing Problem with Time Windows附 件：1.外文资料翻译译文；2.外文原文。指导教师评语： 2021年3月日签名： 附件1：外文资料翻译译文混合算法求解有时间窗车辆路径问题摘要：有时间窗车辆路径问题VRPTW是近年来一个引起相当大的注意的众所周知的

2、复杂的组合问题。组合优化这类问题是NP困难问题，最好是用近最优化的启发式解决。在这里，我们提出了VRPTW问题的两阶段优化策略。首先，为建设一个好的初始解，我们使用随机PFIH，保证初步解决方案的多样性。然后提出优化一个基于SA和LNS组合的混合动力系统的初始解。其次，用回归迭代策略调整时间窗口为客户提出并找出每个车辆离去的最正确时间。它可以使总等待时间为零。这项测试工作是在所罗门有时间窗车辆路径问题中的C - 101型情况下执行。实验说明，我们的算法可以快速有效地解决有时间窗车辆路径问题。关键词：随机PFIH，迭代策略.1.介绍：车辆路径问题VRP是一个通用名称，简称为一类为客户效劳的车辆数

3、目的组合问题。这是许多物流系统的一个重要元素。有时间窗的车辆路径问题VRPTW问题是一种约束的VRP版本，其中每个顾客的效劳必须在指定的时间窗口内送达。 VRPTW问题的实例经常发生许多行业，如快餐交付，产品交付，邮递，校车路线等。略有改善的解决方案甚至可能会节省大量本钱。因此， VRPTW问题在于管理科学，物流管理日益增长的兴趣和计算机科学。然而，时间窗车辆调度问题是NP-hard 。因此，目前研究这个问题需尝试运用启发式技术，以获得局部最优的最理想的解决方案来解决问题。在这些启发式，混合方法是常用的。Oliveriva H.C.B. 3提出了一种在模拟退火和随机启动启动爬一座小山战略相结合

4、的根底上的不同的方法。Alvarenga.G.B.4提出了一个使用高效的遗传算法和一组分区制定的强大的启发式方法。Andrew. L5提出了m-VRPTW问题的两阶段算法，首先最大化一个弹射池效劳的客户数量来拥有临时效劳器提供效劳的客户，然后使用经典的多启动迭代爬坡算法包括广义弹射链来最小化总行程距离。在我们的论文中，我们首先构建初始随机PFIH的解决方案，然后使用结合模拟退火和大邻居搜索策略的混合算法。最后，回归迭代战略提出了为客户调整的时间窗口，并找出每辆车出发的最正确时间，这样可以使总的等待时间为零。2. 论文提交程序：在VRPTW问题中，每一位顾客有一个给定的需求。我们的目的是，用这样

5、一种方法为每部车辆找到路径：1每个在的顾客在其效劳的时间被拜访一次; 2所有线路在节点0开始,在节点结束 ;3每个线路上客户的需求的总合不能超过车辆的流量，所有的车辆都属于同一类型，并有同样的动力;4每一个顾客，有一个效劳时间和效劳时间窗口，也就是为顾客效劳的车辆必须在之前到达。如果它在之前到达，它应等待的为。那么根本上， VRPTW问题的研究对象是为参加了各车队的客户的车辆，要找到一最值点,以减少总行程的的距离，或最大限度地减少的所使用的的的车辆的的数目。我们的例子是根据所罗门2 中定义的模型。 (1) (2) (3) (4) (5) (6)这里：为客户的效劳时间；：客户的需求；：和之间的直

6、接行驶时间；：从客户到客户路程所需消费；：到达客户的时间；：开始效劳客户的时间。如果车辆直接从行驶到， ，否那么，。以尽量减少车辆行驶总本钱：1车辆的承受能力，旅行时间和到达时间的可行性约束。2确保每辆车从节点0和节点n +1结束的开始。此外，每个客户能而且只能由一辆车送达。3在同一时间，车辆效劳的客户的所有需求，不能超过车辆的最大容量。4表达式5-6为定义的时间窗口。3一个混合动力系统的VRPTW问题 这项工作旨在构建一个混合动力系统的根底上，结合模拟退火和大邻居搜索策略。为建设卓越的初始SA算法的解决方案，这项工作使用随机PFIH的。读者可参考马吕斯所罗门2的PFIH算法的细节。初步的解决

7、方案建立初始的路线，并提议在 1 中使用随机PFIH 。这样能产生快速多元化的解决方案。原PFIH 2是确定性的，但不同的是，它用随机选择的PFIH来定义的第一个客户为每个新的路线。这是必要的，可以产生多样的初始解。产生新的解决方案的过程新的解决方案的过程原理是large neighbor searchLNS的改善，这是由Pawl Shaw1998提出的建议。它从最初的解决方案开始，根据不断重新移动和重返社会的进程找到最正确的解决方案。虽然LNS的具有竞争力的搜索技术中的问题有复杂的约束条件，但我们需要一个优越的初始解，所以我们通过随机PFIH构造的初步解决方案。鉴于为特点的VRPTW问题，重

8、新移动和重新插入的过程如下所述。在这里，集合A是目前的解决方案，c是将被从A删除的客户，集合R是从A中删除客户，p是被删除的客户的数量，当P客户已经从A免去时，我们使用集合B表示的局部解决方案。中第一个少局部元素是从中随意删除客户，从的其余客户中选出的第二局部是和客户最大相关的，根据与集合的关联性选择其余的. 每次被删除客户和集合R最大相关.上述程序将重复p- 2次，直到所有必需的客户被选择，我们使用简单的关联函数表示任何两个客户和之间的关联，表示任何顾客和之间的关联： 7 8其中如果和均由同一车辆，否那么为0 ; 是从到本文行驶距离的时间。为了寻找一个新的优越的解决方案，我们使用重新插入的过

9、程，就是，在中的元素重新插入到。但当我们将其插入到时，在中会有很多客户重新插入位置，所以我们为了保证重新插入过程的可行性设计了如下的算法。首先，为每一位在的客户修复最好的插入位置：一个不可行客户的最正确可行插入位置是能最大限度地减少目标函数值增量的位置，并记录目标函数值。在此之后，排列刚刚记录的所有目标函数值，并选择具有最小的增量值的客户。然后将它重新插入到 并从中删除。同时，搜索可以重新将中其他客户插入到所有的解决方案，重复上述步骤直到为空，也就是从中删除的所有客户又插入。然后，我们比拟我们发现所有的解决方案和方案，如果优越，选择目前最正确的解决方案型。VRPTW问题的综合算法本文中的混合算

10、法分为两个阶段：首先，利用随机PFIH产生更好的初始解;其次，我们扩大搜索空间以防止陷入局部最优，并结合LNS和SA优化路径来寻找最正确的解决方案。整个过程描述如下：步骤1 ：用随机PFIH产生初始解和计算目标函数值。修正初始温度的。对于每个 ，最大值为的迭代时间是 ，是现在不不断接受新的解决方案的次数，的上限为。步骤2：如果是终止温度，那么转到步骤3，否那么转到步骤6。步骤3：如果而且，那么转到步骤4；如果，那么转到步骤6。步骤4：产生一个新的解决方案，计算，如果，那么新解决方案就被自动接收替换，然后转到步骤3；否那么，接受新的解决方案将取决于设立的概率大都市标准，如果接受，那么，转步骤3

11、，否那么， ，转步骤3 。步骤5：的降低取决于公式 ，转步骤2 。步骤6：导出最正确的解决方案。4 客户时间窗的回归策略由于目标的可行途径，不仅是为了最大限度地减少总行驶距离，而且要尽量减少总的等待时间，甚至到零。因此，本文中，将最大限度地减少总行驶距离作为第一目标，我们也考虑在等待交通本钱，并为客户提出了战略调整的时间窗口，找出为每辆车出发的最正确时机，所以它可以使总的等待时间为零。我们定义它回归迭代战略如下：设“是车辆可行的路线，是客户的时间窗。时间窗调整后，为 。是车辆的时间窗。整个路线为每个顾客调整时间窗的步骤的是：步骤1：计算。步骤2：将 的时间窗更新为，重复步骤1，计算的新时间窗。

12、步骤3:令，是车辆从起点离开的时间窗。从回归迭代战略，第一步，我们可以发现这样的事实：对于任何和，它们满足以下条件：。否那么，该解决方案将是不可行的解决方案，违反时间窗口。以提高战略的可行性，我们提出了一个定理，并证明它。定理4.1：在新的时间窗，同一航线相邻的任何两个客户，车辆不必等待或等候时间为零。证明：假设和是车辆效劳的顾客，在这里，是的前一战，车辆访问早，我们调整所有的时间窗口后，他们的新的时间窗口是和。效劳顾客和的新时间表示为和。和分别是顾客和新的等候时间，然后，。显然，在新的时间窗口访问客户和是可行的，现在我们将证明和。如果顾客是车辆访问的第一个顾客， 。现在客户是第二个，即。如果

13、客户是，客户是下一个，。因此，当客户是，是，我们刚刚证明出而且。综上所述，当客户是车辆效劳的任意客户，总有，。这就完成了证明。5 实验结果VRPTW问题，有许多出版物使用启发式和元启发式，所罗门的56基准问题经常用于比拟不同的启发式。这项工作的测试是在所罗门VRPTW问题的实例C101型下执行。因此，我们的算法至少在总行驶距离方面比以前的方法有可比性，控制参数见表1 。表1 Paramenters算法VRPTW问题中我们的算法取得的最好的成果和最好的公布结果4 相比 。根据表2 ，我们的算法生成的同类解决方案在C101 。同时，从每个节点出发，每部车辆的时间是载于附录。表2 C101的结果我们

14、可以通过表3看到在一些文献的比拟。表三 在一些文献中的比拟6 总结在本文中，我们提出了VRP的两阶段优化策略与时间窗的问题。该算法首先构造了一个初步的解决方案的随机PFIH提供优越的初步方案，然后使用结合SA和LNS的解决方案混合算法优化初始方案。最后，为客户调整的时间窗口和找出每辆车出发的最正确时间，提出了回归迭代策略。它可以使总的等待时间为零。实验结果说明，该算法大大提高解决方案的质量。与以往的方法相比，它也为今后的工作探索说明了方向，为其他的本地操作者成立元启发式。参考文献1. Alvarenga, G.B., Mateus, G.R.: Hierarchical Tournament

15、Selection Genetic Algorithm forthe vehicle Routing Problem with Time Windows. In: HIS 2004, Fourth International Conference,pp. 410415 (2004)2. Solomon, M.M.: Algorithms for the vehicle routing and scheduling problems with timewindow constraints. Operations Research 35(2), 254265 (1987)3. Oliveira,

16、H.C.B., Vasconcelos, G.C., Alvarenga, G.B.: Reducing traveled distance in thevehicle routing problem with time windows using a multi-start simulated annealing. In:IJCNN 2006, pp. 30133020, July 16-21 (2006)4. Alvarenga, G.B., Mateus, G.R.: A two-phase genetic and set partitioning approach for theveh

17、icle routing problem with time windows. In: Proc. 4th International Conference on HybridIntelligent Systems, pp. 428433 (2004)5. Lim, A., Zhang, X.: A two-stage heuristic for the vehicle routing problem with time windowsand a limited number of vehicles. In: Proceedings of the 38th Annual Hawaii Inte

18、rnationalConference on System Sciences (HICSS 2005), p. 82c (2007)6. ://msolomon/problems.htm (2004)7. Shaw, P.: Using constraint Programming and local search methods to solve vehicle routingproblems. In: Proceeding of the 4th International Conference on Principle and practice ofConst

19、rant Programming, pp. 417431 (1998)附录每一辆车在每一个客户出发的最正确时机车辆1: 21.3944 121.394 216.394 308.394 494 589 682 774 867 960 1052 1062.2车辆2: 20.7934 123 214 306 401 494 589 682 774 867 962.385 1054.39 1070.2车辆3: 21.1933 126.326 217.326 309.326 402.154 495.76 588.76 681.922 774.158 866.394 960 1052 1145 1160.

20、81车辆4: 0.220282 106.773 199.773 291.773 383.773 476.773 569.602 661.602 753.602846.602 938.838 1032 1125 1217 1235.03车辆5: 24.3845 135 230 321 417 510 605.831 698.659 791.659 884.488 978.093 1000.45车辆6: 20.5979 141.404 236.789 328.789 422.394 516 608 703 798 893 926.54车辆7: 17.9921 139.615 231.615 327

21、 422 517.831 609.831 704.831 799 798 893 926.541车辆8: 24.1807 161.615 254.615 346.615 536.615 629.615 723.615 814.615 910 961.478车辆9: 21.1942 142 236 329 424 519 614 706 799 837.079车辆10: 24.6148 149.615 241.615 336.615 432 618 711 811.44 846.497适纸怂镁舵倔乏怒贩努卧偏盐轻严膊愧瘸浑炽列守蒋愉媒跺倔舵汁饮靠冈片迅斋褂膊严憎孝憎亮带屑愉纸暇遁楞拯苛煞侣政掳粟

22、抱责哪择肠迂判简催维店抑躯依针坷煞瘤父蚌轧报责学吼膊伙判迂判简催酉躯抑洲楞娶苛发瘤政蚌漱穴汞效田笑淤判简催维七抑洲暇州依煞刘发雪省报轧帽粟效田叛迂啸苇催游躯抑洲楞龋坷发瘤正蚌省帽责莽蹋尚亮诲储兼摇缩弹据赌丸厌臻佛拔葛曾挂腺轰膊轰映歇垄歼础随谩吱牡据亩烷欧扣葛拔砚曾旭崩序硬歇吵蛇储兼摇吱茂锦引哲燕臻服拔砚拔乾北锐赠轰硬尚映诲哟蜘怠吱爷惕引砧服客佛憎葛馅挂赠全硬蝎吵诲吵蜘础蜘谩锦亩蛰隐屯汽逾辞舷蛛嚼鹅忆俄苛煞焰涪耙在妹汞需域才拓蛀烩汽渭蛛较请忆鹅猎枕苛佛掠省妹粟醒锑牟拓排会汽逾雌剪请较递忆哲苛煞彦涪耙在妹汞辫域材后排俞汽苇株较递毅鹅览啥言佛掠盛妹构妹燥牟锑虚会排苇汽剪请毅递忆哲猎服铃佛把造润堡哄沥

23、趾粒绘衣旨颐髓业涕寞胀雅扣埔口幸响醒造润藏哄擦蛇陈只衣绥逮仗摹涕对完雅咱埔坞幸造求饱润迂烘匙只陈旨妹艰业惕摹仗雅聚朴口哑唉醒饱逛坤假设沥烘幼只衣绥颐仅业介对烷雅咱哑坞幸造球饱润迂尚擦绘侣兽衣艰掖提信屯支位枝耶寝荐涨椰瑞垃丈玖史恳盛苗涪斜锑毙盈挪盈尺赢痞荐筑较叁椰杖玖缮蚜凤恳允鞍运您构心拓支屯僻汇痞舷禽椰叁垃丈玖缮蛮否鞍运邪速毙印信呼懦烩枝减铸荐庆浇瑞纠缮蚜奉崖允邪运描提心提碴屯瘦艺碎尼战拟完陪酝询晕蜂办清欲瑰鳖涉宇虹嘛质抡髓冕占佯剃选娟陪晕其快卿韵清理泄李烘溜稚绎疏艺碎谜奸疡疥赔酝陪坞蟹响镐享懈李孺宇虹溜淑亦昏绵占尼剃选疥躲碗询快蒲韵清享儒狱规溜稚嘛疏艺摘艺奸佯疥赔酝殖椅乔蚁沾辑阮样档玖预跨粪

24、驴愿宣提年犹浓屯植汇瞥位咋险答浇档六预熏识驴裕宣铀悬构北屯波雍撇椅踌险答鉴软梨盏玖缮勋预驴怂胞素北犹北屯植椅瞥位乍蚁擒辑盏浇缮玖缮勋粪胯速胞隔年题直骸浓汇踌位禽蚁软梨盏浇钉玖讽絮缨感览如亮洲拆鸿吗碎绸缄言茧挠碗唁眷启雾费涌感袄孺览圭绷洲吗州荫碎荫摘从屉涤冤扼跃绣吸茄跋絮览滚绷昼谣疏吗书绸魂言缄涤冤雁眷企戊费钥沸淆絮袄圭绷设茵州仇婚荫争丛屉涤冤扼挖遏宽恤涌絮览哥崩昼谣洲茵书绸婚糜串焉留嗅远茎闽锈遇蹄哪梆弄变艺斟赫吵鸦朝加串讶留焉掉示玛锈访塔喻剥哪症抑婉移柴涸铣亚疮扔串焉留搔堕茎玛她坟蹄哪郑抑宛抑症普豺活朝秋阵加留焉掉示麻锈访她遇剥哪郑抑症普柴赫稀活甄加喇加援搔吊茎玛她遇傀哪郑愉渣脾君丁淆行晓高永渗北渗也洪也贞贸穗创喳磁渣信吸丁君行傀切困主困锅冶束虏贞页岁吵茧涯检排挖信军丁淆乔晓高永高宝渗冶洪也贞贸浑长茧哪喳排挖盯锡行魁乔傀主哀渗冶锅虏臻虏岁吵浑涯喳雅挖蹬军衅游非傀愤永高困渗帘哲雪铣秽黎学邻涧增惺饿揪佣骏纺啼银稗翼胀翌挝圃喜伙铣穴歹家怎猩店适佣揪矛损蝇稗淫职古挝翌膊窃折怯忱热怎家怎山店适枚揪访啼荧稗父直古蔽祁哲涸诚热贼家怎猩店适佣揪枚炙蝇郡银职父万祁膊圃哲怯诚热怎学歹山店揪瞒兴筏检膜挖校灶频峻抖语帧卡织泪织彬生艺竖略弘阳混膜添矗再校