基于司機(jī)偏好的鋼鐵貨物配載與推薦研究
【文章頁(yè)數(shù)】:89 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.1:鋼鐵物流運(yùn)輸流程
圖2.1展示了鋼鐵物流運(yùn)輸?shù)娜^(guò)程,包括倉(cāng)儲(chǔ)、配載、運(yùn)輸三個(gè)階段。首先在倉(cāng)儲(chǔ)階段,經(jīng)過(guò)生產(chǎn)、加工后的鋼材按需被存儲(chǔ)至對(duì)應(yīng)的倉(cāng)庫(kù)。然后平臺(tái)根據(jù)倉(cāng)庫(kù)中貨物信息和車輛信息對(duì)貨物進(jìn)行組合生成對(duì)應(yīng)的裝車清單,這一過(guò)程即為貨物配載階段。最后司機(jī)根據(jù)裝車清單信息去各個(gè)倉(cāng)庫(kù)裝貨,分別通過(guò)水運(yùn)、公....
圖3.1:EGA流程圖
圖3.1是EGA的主流程圖。在該算法中,首先需要對(duì)車輛數(shù)據(jù)和貨物數(shù)據(jù)進(jìn)行預(yù)處理,將整件貨物拆分為單件貨物,貨物重量數(shù)值精確為小數(shù)點(diǎn)后三位,同時(shí)根據(jù)運(yùn)往目的地城市名稱將貨物分類,單獨(dú)為某個(gè)城市的貨物進(jìn)行配載。之后需要隨機(jī)生成一個(gè)包含N個(gè)個(gè)體的初始種群,同時(shí)初始化一些參數(shù),如種群迭代....
圖3.2:FEGA流程圖
圖3.2是FEGA的主流程圖。該算法基本框架基于EGA設(shè)計(jì),在此基礎(chǔ)上進(jìn)行改進(jìn)。首先設(shè)置迭代過(guò)程中的基本參數(shù),之后在初始化種群的過(guò)程中不再隨機(jī)生成初代種群,利用貪心算法生成0.3N個(gè)個(gè)體,再隨機(jī)生成0.7N個(gè)個(gè)體,最后合成生成父代種群Pt。之后通過(guò)對(duì)父代種群Pt進(jìn)行非支配排序,將....
圖3.3:非支配解平均數(shù)量對(duì)比
圖3.3顯示最終EGA相對(duì)于NSGA-II的非支配解數(shù)量和相同,但達(dá)到收斂的速度優(yōu)于NSGA-II,而FEGA無(wú)論是最終非支配解的數(shù)量還是達(dá)到收斂的速度都明顯優(yōu)于其他算法,表明FEGA在保持高求解精度的同時(shí)還具有快速收斂的性能,具有很好的全局、局部搜索能力。圖3.4:HV對(duì)比結(jié)果
本文編號(hào):4003987
本文鏈接:http://www.wukwdryxk.cn/jingjilunwen/hongguanjingjilunwen/4003987.html