公司企业答辩案例模版.pptVIP

封面 第四章 物流配送路线的优化研究 区域二 遗传算法 （1）算法的实现 1）选用0，1…，n编码，0为中心车场，0，1…，n代表客户点，设置终止条件和种群规模； 2）迭代次数t=0；随机生成初始种群P(0)； 3）对种群中的每一个个体，计算适应度值; 4）最优选择，保留当前适应度值最好个体; 5）剩余个体进行轮盘赌选择，进行交叉和变异操作，生成下一代种群P； 6）若满足算法终止条件，则停止；否则，令迭代次数t=t+1，转step3。 封面 第四章 物流配送路线的优化研究 区域二 遗传算法 （2）程序计算结果方案 封面 第四章 物流配送路线的优化研究 区域二 遗传算法 遗传算法最终配送方案图示 封面 第四章 物流配送路线的优化研究 区域二 方案比选 ▼ 遗传算法得到的结果最优 ▼遗传算法比节约里程结论节省2.3km的路程 封面 第四章 物流配送路线的优化研究 区域三网点分布 区域三网点需求量 区域三网点里程表 区域三 封面 第四章 物流配送路线的优化研究 ▼ 区域特点：网点数量较多，距离发货源较远 区域三 算法一：遗传算法 算法二：启发式算法 封面 第四章 物流配送路线的优化研究 区域三 遗传算法 程序运算结果为： 最优路线 封面 第四章 物流配送路线的优化研究 区域三 启发式算法 （1）确定里程矩阵 里程矩阵 封面 第四章 物流配送路线的优化研究 区域三 启发式算法 (2)确定初选循环回路 (3)确定插入货运点 (4)计算各路插入货运点x后的里程增量?ij (5)确定插入位置，组织新回路 结论： 最优路线为 封面 第四章 物流配送路线的优化研究 区域四网点分布 区域四网点需求量 区域四网点里程表 区域四 封面 第四章 物流配送路线的优化研究 ▼ 区域特点：网点数量较少且分散，距离发货源较远 区域四 算法一：启发式算法 算法二：节约里程法 封面 第四章 物流配送路线的优化研究 区域四 启发式算法 （1）确定里程矩阵 里程矩阵 封面 第四章 物流配送路线的优化研究 区域四 启发式算法 (2)确定初选循环回路 (3)确定插入货运点 (4)计算各路插入货运点x后的里程增量?_ij (5)确定插入位置，组织新回路 结论： 最优路线为 总路程为 封面 第四章 物流配送路线的优化研究 区域四 节约里程法 节约里程法结果为： 节约里程排序表 结论： 最优路线为 总路程为 7.8+0.8+2.2+1.4+2.6+3.8=18.6km 节约里程为 71-18.6=52.4km 封面 第四章 物流配送路线的优化研究 区域四 方案比选 ▼ 节约里程法得到的结果最优 ▼ 节约里程比启发式算法结论节省0.3km的路程 最优路线为 总路程为 7.8+0.8+2.2+1.4+2.6+3.8=18.6km 节约里程为 71-18.6=52.4km 封面 第四章 物流配送路线的优化研究 区域五网点需求量 区域五网点里程表 区域五 封面 第四章 物流配送路线的优化研究 ▼ 区域特点：网点数量较多，距离发货源较远 区域五 算法一：启发式算法 封面 第四章 物流配送路线的优化研究 区域五 启发式算法 （1）确定里程矩阵 里程矩阵 封面 第四章 物流配送路线的优化研究 区域五 启发式算法 (2)确定初选循环回路 (3)确定插入货运点 (4)计算各路插入货运点x后的里程增量?_ij (5)确定插入位置，组织新回路 结论： 最优路线为 总路程为 封面 第四章 物流配送路线的优化研究 区域五 启发式算法 最终配送路线 封面 第四章 物流配送路线的优化研究 区域六网点分布 区域六网点编号规则 区域六 封面 区域六网点里程及需求量 区域六网点路径分布 区域六 第四章 物流配送路线的优化研究 封面 ▼ 区域特点：网点数量较少且分散，距离发货源最远 区域六 算法一：枚举法 算法二：匈牙利算法 算法二：节约里程法 第四章 物流配送路线的优化研究 封面 区域六 枚举法 （1）算法的实现 （2）程序运算结果 H=45.2000 s(X,:) = 4 5 3 2 1 1 2 3 5 4 H=45.2000 s(X,:) = 4 5 3 2 1 1 2 3 5 4 即最佳运输路线为 P-V4-V5-V3-V2-V1-P 或P-V1-V2-V3-V5-V4-P 最短运输里程为