不确定信息条件下动态车辆路径

系统分析了动态车辆路径问题中的各种不确定因素，研究了多种因素对安排车辆线路的影响。在此基础上，研究并取得了以下创新成果：

1. 提出了在顾客需求量不可分割情况下随机顾客和随机需求量VRP的预优化策略。分析了其渐进性能，并将遗传算法和模拟退火算法加以修正用于该问题的求解，获得了高质量的预回路。

2. 研究了在以期望系统时间最小和有容量约束情况下动态需求量VRP的下界。提出了可有效解决该问题的TSP策略和改进TSP策略。

3. 提出了随机旅行时间VRP的机会约束模型及其补偿模型。设计了交叉算子，并构建了求解上述模型的遗传算法。

4. 将库存决策和路径决策整合在一起，设计了求解该问题的启发式算法。

5. 研究了模糊需求信息条件下单车场单车辆VRP。建立了基于决策者主观偏好值P的一种动态启发式算法，并用随机模拟方法研究了P对车辆路径安排的影响及其合理取值范围。

6. 将车辆调度问题中的时间窗概念拓展为模糊预约时间。研究了该条件下的动态VRP，设计了用于确定最适宜服务时间的双向推-碰过程，建立了解决该问题的一种插入启发式算法。

7. 较全面分析了动态VRP实施应用中需要的技术支撑，为动态VRP系统的开发提供了分析思路。

系统分析了动态车辆路径问题中的各种不确定因素，研究了多种因素对安排车辆线路的影响。在此基础上研究并取得了以下创新成果：1.提出了在顾客需求量不可分割情况下随机顾客和随机需求量VRP的预优化策略，分析了其渐进性能，并将遗传算法和模拟退火算法加以修正用于该问题的求解，获得了高质量的预回路。2.研究了在以期望系统时间最小和有容量约束情况下动态需求量VRP的下界，提出了可有效解决该问题的TSP策略和改进TSP策略。3.提出了随机旅行时间VRP的机会约束模型及其补偿模型，设计了交叉算子，并构建了求解上述模型的遗传算法。4.将库存决策和路径决策整合在一起，设计了求解该问题的启发式算法。5.研究了模糊需求信息条件下单车场单车辆VRP，建立了基于决策者主观偏好值P的一种动态启发式算法，并用随机模拟方法研究了P对车辆路径安排的影响及其合理取值范围。6.将车辆调度问题中的时间窗概念拓展为模糊预约时间，研究了该条件下的动态VRP，设计了用于确定最适宜服务时间的双向推- - 碰过程，建立了解决该问题的一种插入启发式算法。7.较全面分析了动态VRP实施应用中需要的技术支撑，为动态VRP系统的开发提供了分析思路。