物流是第三利润源泉,配送的实质是一个局部物流,是大物流在小范围内的整合。车辆路径问题将运筹学理论与管理实践紧密地结合在一起,是近半个世纪以来运筹学领域最成功的研究之一。本书研究了物流配送过程中与同时送货和取货车辆路径问题相关的几类优化模型,并提出几种亚启发式算法求解上述问题,使读者对物流配送模型和求解算法有一个更深的了解。本书给出了多种不确定性影响因素对物流配送的影响,提出了多种亚启发式算法求解,主要包括:①提出了带时间窗的同时送货和取货车辆路径问题的数学模型,并设计了改进遗传算法求解该问题。②提出车辆数目不确定的带时间窗的车辆路径问题的混合整数规划模型,并运用复合最优模型微粒群算法进行求解。③提出了多车型随机需求车辆路径问题的带求助的随机规划模型及求解方法。④运用随机模拟、模糊可能性理论、模糊可信性理论、区间优化等最新的不确定性理论研究了物流配送车辆路径问题。
样章试读
目录
- 目录
第1章 绪论 1
1.1 研究背景及意义 1
1.2 文献综述 3
1.3 本书的主要内容和创新点 20
1.4 本书的结构 22
第2章 VRP-SDP模型及算法研究 24
2.1 引言 24
2.2 差分进化算法基本理论 26
2.3 VRP-SDP的数学模型 28
2.4 改进差分进化算法 30
2.5 算例分析 34
2.6 本章小结 37
第3章 VRP-SDPTW模型及算法研究 39
3.1 引言 39
3.2 遗传算法的基本理论 41
3.3 VRP-SDPTW的数学模型 45
3.4 改进遗传算法 47
3.5 算例分析 50
3.6 本章小结 54
第4章 车辆数目不确定的VRPTW模型及算法研究 55
4.1 引言 55
4.2 微粒群算法的基本理论 56
4.3 VFVRPTW的数学模型 65
4.4 VFVRPTW的复合最优模型微粒群算法 68
4.5 算例分析 71
4.6 本章小结 74
第5章 多车型随机需求车辆路径问题模型及算法研究 76
5.1 引言 76
5.2 问题描述 77
5.3 多车型随机需求车辆路径问题的求解策略 78
5.4 求解多车型随机需求车辆路径问题的算法 83
5.5 算例分析 86
5.6 本章小结 88
第6章 基于可信性理论的模糊需求车辆路径问题模型及算法研究 91
6.1 引言 91
6.2 基于可能性理论的混合遗传算法 92
6.3 基于可信性理论的混合差分进化算法 99
6.4 本章小结 109
第7章 需求区间不确定的物流配送车辆路径问题模型及算法研究 110
7.1 区间数优化方法 110
7.2 需求区间不确定的车辆路径模型 115
7.3 需求区间不确定的车辆路径问题求解算法 119
7.4 数值仿真及经济效益分析 122
第8章 时间区间不确定的物流配送车辆路径问题模型及算法研究 127
8.1 基于时间窗满意度函数方法 127
8.2 带时间窗的装卸一体化车辆路径模型 128
8.3 带时间窗的装卸一体化车辆路径问题求解算法 131
8.4 数值仿真及经济效益分析 134
第9章 结论与展望 141
9.1 本书总结 141
9.2 未来研究展望 143
参考文献 146