可变长染色体遗传算法在乘用车物流运输规划中的应用

来源:用户上传      作者:

　　摘 要：可变长染色体遗传算法优化，在运算方法的应用中能够达到优化效果。本文在此基础上重点探讨可变长染色体遗传算法在乘用车整车物流运输方案规划中的应用，通过约束条件探讨，以及遗传因子的确定方法，制定出完善的可变长染色体遗传算法应用路径。能够帮助提升乘用车整车物流运输的规划实用性，提升物流运输过程中的成本控制能力。
　　关键词：可变长染色体遗传算法;乘用车;物流运输规划
　　一、基于可变长染色体遗传算法的乘用车物流运输规划模型建立
　　（一）基于乘用车装载的条件约束
　　基于可变常染色体遗传算法基础上，对乘用车物流的运输路线进行规划，首先需要确定乘用车装载过程中的约束条件。例如在整体路径中需要满足的不同节点，以及在运输过程中需要兼顾的环境因素，通过约束条件确定，能够将可变常染色体遗传算法的应用范围缩短。条件约束可以根据乘用车物流运输过程中的不同需求进行改变。体现出可变长遗传算法应用过程中的适应性，通过乘用车装载过程中的条件约束确定遗传算法应用范围，以及遗传因子的提取条件，对于乘车装载条件确定过程中外界环境因素的考虑。更应该加强现场的可操控性，以及在管理过程中，不同规划模式可能会影响到的总运输时长。
　　（二）基于半定量的目标函数定位
　　基于半定量的目标函数定位基础上，通过对计算过程中的模板函数选择，缩小运算分析过程中的范围，并提升最终的综合控制效果。半定量的目标函数定位模式，能够为接下来的各项计算流程提供条件。目标函数定位是接下来运输路线规划确定的基础，也涉及到管理计划在其中发挥的影响作用，对于不同发展中的影响因子，分别选择不同路径将其代入到其中，并通过管理计划在其中的影响，提升最终的整体控制能力。目标函数定位是接下来各项计算分析任务开展的基础阶段，最终的流程确定阶段，更应该从综合角度加以分析，充分考虑不同发展方向在其中涉及到的问题，以及运输规划形成后，需要在其中引入的控制内容。在条件约束与其他约束综合调控的前提下，车载物流各项运输计划的制定，与初期数据分析结果精准度有着直接关系，如果在分析过程中存在其他影响因素，在结果上也会因此受到影响。
　　二、可变长染色体遗传算法在乘用车载物流运输规划中的应用流程及结果
　　（一）遗传因子确定
　　确定遗传因素，是接下来各项分析计划开展的基础，确定遗传因素可以按照出现的频率来实现，尤其是在分析过程中，对于计算路径的选择，更应该综合多种因素。通过算法优化对整个過程中进一步完善，尤其是针对遗传因子确定中，可能会涉及到的问题，综合不同路径所得到的个体结果，进行个体结果上的相互融合。形成整体后，开展的各项运算分析任务，所输出的结果更具有融合度，尤其是针对融合过程中可能涉及到的问题，通过不同方案之间的相互整合，提升最终的综合控制能力。遗传因子确定后，可以直接进入到接下来的分析运算环节中，并将分析运算得到的结果与实际情况做对此，对遗传因子接下来应用的有效性做出判断，提升不同方案结果之间的整合能力。
　　（二）适应值函数确定
　　在确定遗传因子基础上，进行接下来适应值函数的确定与融合，观察不同方案之间的融合沟通能力，确定适应值函数可以进入到接下来应用环节，观察不同运输方案在其中受到的影响。通过多种运输方案规划程序，确定接下来的完善内容，并对不同路线之间的优势与缺点做出对比。根据现场实际情况，对运输途中的多种方案进行融合，提升综合控制影响能力。适应值函数确定后，进行不同目标函数之间的相互划分，匹配控制方案，进行不同方案之间的相互对比，同提升函数在运算过程中发挥的影响作用。分析与规划过程中，产生的不同类型影响因子，在最终使用中会进行整合，生成最终的方案，根据所得到的结果，进行装载方案的对比，确定优化路径与需要继续分析的部分。
　　（三）装载方案修正与生成
　　装载方案的修正以及生成，还需要与实际运输过程中的环境进行融合，考虑环境因素在其中发挥的影响，以及需要持续完善的不同问题。在此基础上生成初步的分析方案，以及不同方案之间的相互对比需求。对已经确定的装载方案，结合实际情况进行修订，提升方案与实际装载需求之间的贴合程度，并对不同贴合方案进行成本对比，确定时间最短效率最高的路径。进行最终路劲的生成以及使用，有关于运输阶段可能会涉及到的问题，更应该加强综合整控。确保方案在最终落实中不会产生不合理的情况。整个过程中均通过不同运算分析方案之间的整合，来实现控制方案在其中发挥的影响。运算过程中自动完成可变长染色体遗传因子在其中的捕捉作用，并结合不同方案之间的对比需求，明确接下来需要优化完善的部分内容。
　　三、结语
　　物流系统分析需要的信息量大，要应用多种数学方法和计算机技术，为系统评价和系统设计提供足够的信息和依据。对于整车物流运输规划方案的制定，在配送运输费用最低的条件下完成配送任务。在以往的研究中，对于整车物流运输的考虑一般会着眼于对于整体成本的控制，或者主要考虑运输线路优化设计问题，较少考虑对于不同规格轿车的装载搭配问题。
　　参考文献：
　　[1]王逊，杜中军，刘孟轲，等.基于遗传算法的应急疏散中车辆路径规划研究[J].现代计算机（专业版），2018，610（10）：23-26+46.
　　[2]刘二辉，姚锡凡.基于改进遗传算法的自动导引小车路径规划及其实现平台[J].计算机集成制造系统，2017，23（3）：465-472.
　　[3]刘艺.基于相对灵敏度应用多目标优化方法提高白车身扭转刚度的研究[C].2018中国汽车工程学会年会论文集，2018.
　　[4]陈胜波，刘永平，何世伟，等.整车物流双层轿运车车辆装载与路径整合优化研究[J].山东科学，2017，30（3）：73-81.
　　作者简介：冯娜（1982-），女，陕西西安高陵人，硕士研究生，讲师，主要从事管理科学与工程的教学科研工作。
转载注明来源:https://www.xzbu.com/1/view-15122600.htm