跳到主要內容

臺灣博碩士論文加值系統

(18.97.14.87) 您好!臺灣時間:2025/02/09 09:05
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:黃柏維
研究生(外文):HUANG,BO-WEI
論文名稱:應用粒子群優化演算法求解車輛途程問題之研究
論文名稱(外文):A Study on the Use of Particle Swarm Optimization Algorithms to Solving Vehicle Routing Problems
指導教授:李政鋼李政鋼引用關係
指導教授(外文):LEE,CHENG-KANG
口試委員:鄭永長陳君涵李政鋼
口試委員(外文):CHENG,YUNG-CHANGCHEN,JUIN-HANLEE,CHENG-KANG
口試日期:2019-07-01
學位類別:碩士
校院名稱:正修科技大學
系所名稱:工業工程與管理研究所
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2019
畢業學年度:107
語文別:中文
論文頁數:93
中文關鍵詞:車輛途程問題
外文關鍵詞:VRP
相關次數:
  • 被引用被引用:0
  • 點閱點閱:139
  • 評分評分:
  • 下載下載:1
  • 收藏至我的研究室書目清單書目收藏:0
本研究旨在研究八種粒子群優化演算法,包括: 基本粒子群演算法(PSO)、帶壓縮因子的粒子群演算法(YSPSO)、線性遞減權重粒子群演算法(LinWPSO)、自適應權重粒子群演算法(SAPSO)、隨機權重粒子群演算法(RandWPSO)與骨幹粒子群演算法(BBPSO),在求解車輛途程問題(Vehicle Routing Problem)上是否有優劣之分,算法所解的VRP問題是引用自NEO網站上的15題測試問題。算法的求解能力定義為算法能求到的最短距離與真正的最短距離之平均誤差百分比。
The purpose of this study is to explore which model of Particle Swarm Optimization (PSO) is suitable for solving Vehicle Routing Problem (VRP). The problem solved by the algorithm is the 15 VRP test problems downloaded from NEO website. problem. The algorithm's ability to solve is defined as the average difference between the shortest distance the algorithm solves and the true shortest distance of the problem. The results of this study show that the BBPSO particle swarm optimization algorithm is most suitable for solving vehicle routing problems
摘要 I
Abstract II
誌謝 IV
目錄 V
圖目錄 VII
表目錄 VIII
第一章、緒論 1
1.1 研究背景和動機 1
1.2 研究目的 3
1.3 研究流程 4
第二章、文獻探討 5
2.1 車輛途程問題 5
2.2 車輛途程問題求解策略 9
2.3 車輛途程問題種類 12
2.4 遺傳演算法 13
2.5 相關文獻 18
第三章、研究方法 24
3.1 粒子群優化演算法理論 24
3.2 粒子群優化演算法模式 26
3.3 基本粒子群演算法 29
3.4 帶壓縮因子的粒子群演算法 29
3.5 權重改進的粒子群演算法 31
3.6 變學習因子的粒子群演算法 35
3.7 骨幹粒子群演算法 37
第四章、實證分析 39
4.1 實驗設計 39
4.2 模擬問題 40
4.3 八種粒子群優化演算法模擬 41
4.4 修正粒子群優化演算法控制參數模擬 59
第五章、結論 80
參考文獻 82


1.方佰履(2017),以布穀鳥演算法求解整合生產排程與車輛途程問題,國立東華大學運籌管理研究所碩士論文。
2.邱泓翔(2016),應用基因演算法求解具模糊時窗限制多場站車輛途程問題,龍華科技大學資訊管理系碩士論文。
3.餘勝威(2015),優化算法案例分析與應用,清華大學出版社(大陸)。
4.謝騰飛(2015),使用螞蟻演算法求解隨機需求車輛路徑問題-以販賣機補貨車為例,國立高雄第一科技大學運籌管理系碩士論文。
5.陳亮、周晶晶(2014),求解CVRP的改進蟻群系統算法,軍事交通學院學報,
第05期,第92-95頁。
6.李弘均(2014),改良式粒子群最佳化與模擬求解工時不確定之流程式工廠排列排程問題之研究,正修科技大學工業工程與管理研究所碩士論文。
7.廖偉、賀政綱、強永(2014),基於客戶需求差異性的配送車輛路徑優化研究,計算機應用研究,第08期,第2263-2265頁。
8.林應豪(2013),以分區方式探討車輛途程問題- 以中部某瓦斯分裝場為例,國立雲林科技大學工業工程與管理研究所碩士論文。
9.但兵兵、朱萬紅、桑楊陽、馬千里(2013),需求可拆分的應急物資調度問題的蟻群算法,指揮控制與仿真。
10.林志剛(2013),改良螞蟻最佳化演算法求解VRPTW問題,大同大學資訊經營學所碩士論文。
11.胡智維(2013),粒子群演算法應用於多車種固定車隊之車輛途程問題,元智大學工業工程與管理學系碩士論文。
12.楊士杰(2012),應用進化演算法於線性天線陣列之最佳化設計,國立成功大學。
13.張其亮、陳永生、韓斌(2012),改進的粒子群最佳化算法求解置換流水車間調度問題,電腦應用,第32卷,第4期,第 1022-1029頁。
14.郝平波、魏英姿、馮藝君(2011),基虧基因片段分解的粒子群最佳化算法求解置換Flowshop問題,國外電子元器件,第19卷,第2期,第85-88頁。
15.馬向國、鄔躍(2010),現代物流系統仿真與優化技術,中國物資出版社,第255-262頁。
16.王培鈺(2010),顧客生產率固定及儲存空間有限下之週期性車輛途程問題,國立東華大學運籌管理研究所碩士論文。
17.甯正元、林大輝、李麗珊、鐘一文(2008),置換流水車間調度問題的離散粒子群優化演算法,集美大學學報(自然科學版) 第13卷,第 2期。
18.王良吉(2007),應用 PSO 演算法於分類法則之探勘,國立高雄第一科技大學資訊管理研究所碩士論文。
19.郭佳林(2005),求解具時間窗之多趟次車輛途程問題,國立交通大學碩士論文。
20.林依潔(2003),整合模糊理論與螞蟻演算法於含時窗限制之車輛途程問題,國立臺北科技大學生產系統工程與管理研究所碩士論文。
21.David Goldberg(1989),Genetic algorithms in search, optimization, and machine learning.
22.Lawrence Davis(1987),Genetic Algorithms and Simulated Annealing.
23.J.D.Bagley(1967),The Behavior of Adaptive Systems Which Apply Genetic and Correlation Algorithms.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊