基于LDHA算法不确定条件下最优路径问题研究.zip

摘要:随着经济的迅速发展，城市交通成为经济建设和生活环境重要组成部分的同时，也带来了交通拥堵、安全事故、环境污染、能源浪费等问题。当前，交通“拥塞”已经成为很多城市的“痼疾”，对于企业而言，在复杂的交通环境下如何寻找一条可靠、快速、安全的最优运输路径，已经成为企业提高物流配送效率的重要手段。本文在海豚群算法的基础之上，设计了领导者海豚群算法（）并将其应用于不确定条件下最优路径的确定上。

本文首先对原有的海豚群算法进行改进，通过引入蝙蝠算法的“回声定位”思想，在最优值迭代过程中加入脉冲响度和发射速率的更新方程，建立算法。通过LDHA算法测试函数的寻优结果和不同算法的收敛对比状况显示，算法具有收敛速度快、精度高、鲁棒性好等特点。

其次，运用机会模糊模型把道路拥挤、交通限制、道路质量、突发事件、天气状况等不确定条件转化为评价最优路径的约束条件，进而建立以最短路径、最少时间和最少惩罚值为目标的多目标路径规划模型（）。

最后，在企业的物流配送案例分析中，通过运用算法对全局配送和局部配送（选取配送中心）两种方案分别进行分析，并用软件将本文设计的算法封装成可视化的交互界面，以便非专业人士随时随地使用。结果表明，相比传统的模型，该模型在物流配送过程中能够更加贴近实际车辆行驶，配送效率得到很大提高。

关键词：算法；不确定条件；多目标路径规划模型；选址问题；物流配送

目录

摘要

Abstract

1 绪 论-1

1.1选题背景与意义-1

1.2 国内外VRP问题的研究现状-1

1.2.1 国外VRP问题的研究现状-2

1.2.2 国内VRP问题的研究现状-2

1.2 本文的主要研究内容及结构-3

1.2.1 论文的主要研究内容-3

1.2.2 论文结构-3

2 不确定条件最优路径的物流配送模型研究-4

2.1 VRP的物流配送模型概述-4

2.2 路径的不确定条件-4

2.3 确定条件下VRP模型的建立-5

2.4 不确定条件下VRP模型的建立-7

2.4.1 模糊约束规划的VRP概述-7

2.4.2 模糊约束规划VRP模型的建立-7

3 领导者海豚群算法（LDHA）研究-9

3.1 LDHA算法思想-9

3.2 LDHA算法思想步骤-9

4 不确定条件下VRP模型的LDHA算法实现-12

4.1 不确定条件下VRP模型的LDHA算法实现步骤-12

5 物流配送案例分析-14

5.1 案例操作环境-14

5.2 物流配送数据分析-14

5.3 VRP模型求解结果-15

5.3.1 全局配送-15

5.3.2 局部配送-17

6 物流配送系统设计-20

6.1 物流配送软件设计模块及功能设计-20

6.2 物流配送软件具体操作流程-20

结   论-22

致  谢-23

附  录-26

附录1 LDHA算法求解VRP问题（部分程序）-26

附录2 本科期间基本研究状况-35