Luận văn: Thuật toán di truyền song song giải bài toán VRPTW

Luận văn về thuật toán di truyền song song giải bài toán VRPTW. Nghiên cứu ứng dụng thuật toán để tối ưu lộ trình vận chuyển, có xét đến ràng buộc thời gian.

Người đăng

Ẩn danh

Thể loại

Luận văn thạc sĩ khoa học

2009

75
3
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

TÓM TẮT

1. CHƯƠNG 1: TỔNG QUAN VỀ BÀI TOÁN VRP

1.1. Các biến thể của VRP

1.2. VRP với hạn chế về trọng tải (CVRP)

1.3. VRP với hạn chế về thời gian (VRPTW)

1.4. VRP nhập xuất hàng kết hợp (VRPB)

1.5. VRP nhập xuất hàng đồng thời (VRPPD)

1.6. Bài toán VRP với hạn chế về thời gian (VRPTW)

1.6.1. Mô hình toán học của bài toán VRPTW

1.6.2. Các VRFPTW mở rộng

2. CHƯƠNG 2: CÁC PHƯƠNG PHÁP GIẢI BÀI TOÁN VRP

2.1. Các thuật toán giải đúng

2.1.1. Thuật toán nhánh và cận

2.1.2. Thuật toán nhánh và cắt

2.2. Các thuật toán xấp xỉ

2.3. Các thuật toán heuristic cổ điển

2.3.1. Heuristic kiến thiết

2.3.2. Heuristic hai giai đoạn

2.3.3. Heuristic cải tiến

2.4. Thuật toán metaheuristic

2.4.1. Thuật toán mô phỏng luyện kim (Simulated Annealing)

2.4.2. Thuật toán tìm kiếm Tabu

2.4.3. Thuật toán di truyền (GA)

2.4.3.1. Thuật toán di truyền đơn giản
2.4.3.2. Ứng dụng thuật toán di truyền cho các bài toán sắp xếp chuỗi
2.4.3.3. Ứng dụng thuật toán di truyền cho bài toán VIP

2.4.4. Thuật toán bầy kiến (AS)

3. CHƯƠNG 3: THUẬT TOÁN DI TRUYỀN

3.1. Tổng quan về thuật toán di truyền

3.1.1. Các tham số của thuật toán di truyền

3.2. Các toán tử di truyền

3.3. Mô hình thuật toán di truyền

3.3.1. Các mô hình song song hoá giải thuật di truyền

3.3.1.1. Mô hình Master-slave
3.3.1.2. Mô hình Island

4. CHƯƠNG 4: THUẬT TOÁN DI TRUYỀN SONG SONG CHO BÀI TOÁN VRPTW

4.1. Khởi tạo quần thể ban đầu

4.2. Hàm thích nghi (fitness)

4.3. Chọn lọc theo bánh xe roulette

4.4. Chọn lọc cạnh tranh (tournament)

4.5. Thao tác lại dựa trên chuỗi khách hàng (SBX)

4.6. Thao tác lại dựa trên lộ trình (RBX)

4.7. Đột biến

4.7.1. Đột biến một mức (1M)

4.7.2. Đột biến hai mức (2M)

4.7.3. Đột biến dựa trên sự tối ưu hóa cục bộ (LSM)

4.8. Thuật toán GA song song cho bài toán VRPTW

5. CHƯƠNG 5: CÀI ĐẶT VÀ CHẠY THỰC NGHIỆM

5.1. Cài đặt hệ thống

5.1.1. Các kiến trúc lập trình song song

5.1.2. Môi trường cài đặt

5.2. Dữ liệu thực nghiệm

5.3. Kết quả thực nghiệm

KẾT LUẬN

TÀI LIỆU THAM KHẢO

PHỤ LỤC

Tóm tắt

I. Tổng Quan Thuật Toán Di Truyền Song Song cho VRPTW

Bài toán lộ trình vận chuyển với hạn chế về thời gian (VRPTW) là một bài toán mở rộng của bài toán lộ trình vận chuyển (VRP). Trong VRPTW, một đội xe xuất phát từ kho để phục vụ khách hàng tại nhiều địa điểm khác nhau, tuân thủ các khung thời gian nhất định và quay trở lại kho. Sử dụng thuật toán di truyền để giải VRPTW đã thu hút sự quan tâm lớn trong những năm gần đây. Luận văn này đề xuất một phương pháp giải VRPTW sử dụng thuật toán di truyền song song. Thuật toán này sử dụng một chuỗi số nguyên để biểu diễn vị trí của khách hàng trong các lộ trình, và quần thể ban đầu được khởi tạo bằng thuật toán chèn heuristic (Push Forward Insertion Heuristic). Bên cạnh đó, luận văn trình bày ba mô hình song song cho thuật toán di truyền: Master-Slave, Island và Cellular, sử dụng mô hình Master-Slave để giải bài toán VRPTW. Cuối cùng, thuật toán được thực nghiệm trên 56 bài toán chuẩn của Solomon và so sánh với các lời giải tốt nhất hiện nay theo phương pháp heuristic.

1.1. Giới thiệu bài toán VRPTW Khái niệm và Ứng dụng

Bài toán VRPTW là một bài toán tối ưu hóa quan trọng trong lĩnh vực logistics và quản lý chuỗi cung ứng. Nó mô tả việc lập kế hoạch lộ trình cho một đội xe để phục vụ một tập hợp khách hàng với nhu cầu khác nhau, mỗi khách hàng có một khung thời gian cụ thể mà dịch vụ phải được thực hiện. Mục tiêu là tối ưu hóa một hoặc nhiều tiêu chí, chẳng hạn như giảm thiểu tổng quãng đường di chuyển, giảm thiểu số lượng xe sử dụng, hoặc tối thiểu hóa chi phí. VRPTW có nhiều ứng dụng thực tế, bao gồm lập kế hoạch giao hàng, thu gom rác thải, dịch vụ sửa chữa, và vận chuyển hành khách. Các phương pháp giải quyết VRPTW bao gồm các thuật toán chính xác, các thuật toán gần đúng (heuristic và metaheuristic), và các kỹ thuật tối ưu hóa khác.

1.2. Ưu điểm của Thuật toán Di Truyền Song song trong VRPTW

Thuật toán di truyền song song (PGA) mang lại nhiều lợi ích so với thuật toán di truyền tuần tự khi giải quyết các bài toán phức tạp như VRPTW. Tính song song cho phép khám phá không gian tìm kiếm rộng lớn hơn trong cùng một khoảng thời gian, cải thiện khả năng tìm kiếm các giải pháp tốt hơn. PGA cũng có thể giảm thời gian thực thi thuật toán, điều này đặc biệt quan trọng đối với các bài toán có kích thước lớn. Ngoài ra, các mô hình song song khác nhau, chẳng hạn như Master-Slave, Island, và Cellular, cung cấp các cách khác nhau để khai thác tính song song và cải thiện hiệu quả của thuật toán. Việc lựa chọn mô hình phù hợp phụ thuộc vào đặc điểm của bài toán và kiến trúc phần cứng có sẵn.

II. Thách Thức khi Giải VRPTW Bằng Thuật Toán Di Truyền

Giải quyết bài toán VRPTW bằng thuật toán di truyền đặt ra một số thách thức đáng kể. Việc biểu diễn nghiệm (chromosome encoding) sao cho hiệu quả và phù hợp với đặc điểm của bài toán là rất quan trọng. Các toán tử di truyền (crossover và mutation) cần được thiết kế cẩn thận để đảm bảo tính hợp lệ của nghiệm và duy trì sự đa dạng của quần thể. Hàm đánh giá (fitness function) cần phản ánh chính xác mục tiêu tối ưu hóa, đồng thời tính đến các ràng buộc về thời gian và năng lực xe. Việc lựa chọn các tham số thuật toán, chẳng hạn như kích thước quần thể, tỷ lệ crossover, và tỷ lệ đột biến, có thể ảnh hưởng đáng kể đến hiệu suất của thuật toán. Thêm vào đó, thời gian thực thi thuật toán có thể là một vấn đề đối với các bài toán có kích thước lớn, đòi hỏi các kỹ thuật tối ưu hóa và song song hóa.

2.1. Mã hóa Nhiễm sắc thể và Tính hợp lệ của Lộ trình VRPTW

Mã hóa nhiễm sắc thể là một yếu tố quan trọng trong thuật toán di truyền. Đối với VRPTW, nhiễm sắc thể thường biểu diễn một chuỗi các khách hàng được phục vụ bởi các xe. Vấn đề là đảm bảo tính hợp lệ của lộ trình được mã hóa. Một nhiễm sắc thể không hợp lệ có thể vi phạm các ràng buộc về thời gian, vượt quá năng lực xe, hoặc không tuân thủ các quy tắc khác của bài toán. Các kỹ thuật sửa chữa nhiễm sắc thể và các toán tử di truyền đặc biệt có thể được sử dụng để duy trì tính hợp lệ của quần thể trong quá trình tiến hóa.

2.2. Thiết kế Toán tử Di Truyền Hiệu quả cho Bài toán VRPTW

Các toán tử di truyền (crossover và mutation) đóng vai trò quan trọng trong việc khám phá không gian tìm kiếm của thuật toán di truyền. Đối với VRPTW, việc thiết kế các toán tử này sao cho hiệu quả là rất quan trọng. Các toán tử crossover nên kết hợp các phần tốt của hai nghiệm cha mẹ để tạo ra nghiệm con tốt hơn. Các toán tử mutation nên tạo ra các thay đổi nhỏ trong nghiệm để duy trì sự đa dạng của quần thể và tránh bị mắc kẹt trong các cực tiểu cục bộ. Các toán tử đặc biệt, chẳng hạn như dựa trên sự trao đổi vị trí khách hàng hoặc các đoạn lộ trình, có thể được sử dụng để cải thiện hiệu suất của thuật toán.

III. Giải Pháp Mô Hình Master Slave cho Thuật Toán Di Truyền VRPTW

Luận văn này áp dụng mô hình Master-Slave cho thuật toán di truyền song song để giải bài toán VRPTW. Trong mô hình này, một tiến trình Master quản lý quần thể và thực hiện các hoạt động chọn lọc, crossover, và mutation. Các tiến trình Slave thực hiện đánh giá (fitness) của các cá thể trong quần thể. Mô hình Master-Slave cho phép phân chia công việc đánh giá cho nhiều bộ xử lý, giảm thời gian thực thi thuật toán. Sự trao đổi thông tin giữa Master và Slave có thể được thực hiện đồng bộ hoặc không đồng bộ. Các biến thể khác của mô hình, chẳng hạn như Island Model và Cellular Model, cũng được xem xét để so sánh hiệu suất.

3.1. Ưu điểm của Mô hình Master Slave Phân Tán Tính Toán Fitness

Mô hình Master-Slave có một số ưu điểm khi áp dụng cho thuật toán di truyền song song. Ưu điểm chính là khả năng phân chia công việc đánh giá (fitness) của các cá thể cho nhiều bộ xử lý Slave. Điều này giúp giảm đáng kể thời gian thực thi thuật toán, đặc biệt đối với các bài toán có hàm đánh giá phức tạp. Mô hình này cũng tương đối dễ cài đặt và quản lý, đặc biệt trên các hệ thống máy tính phân tán. Tuy nhiên, mô hình Master-Slave có thể gặp phải vấn đề về tắc nghẽn thông tin tại tiến trình Master, đặc biệt khi số lượng Slave lớn.

3.2. Triển khai Master Slave Đồng bộ vs. Không đồng bộ

Việc triển khai mô hình Master-Slave có thể được thực hiện theo hai cách chính: đồng bộ và không đồng bộ. Trong triển khai đồng bộ, Master chờ tất cả các Slave hoàn thành việc đánh giá (fitness) trước khi tiếp tục. Trong triển khai không đồng bộ, Master có thể tiếp tục xử lý các cá thể đã được đánh giá mà không cần chờ đợi tất cả các Slave. Triển khai không đồng bộ có thể cải thiện hiệu suất của thuật toán, nhưng nó cũng đòi hỏi các kỹ thuật quản lý dữ liệu phức tạp hơn để đảm bảo tính nhất quán của quần thể.

IV. Cải Tiến Thuật Toán Di Truyền Song Song cho VRPTW

Để cải thiện hiệu suất của thuật toán di truyền song song cho VRPTW, luận văn đề xuất một số cải tiến. Việc khởi tạo quần thể ban đầu bằng thuật toán chèn heuristic (Push Forward Insertion Heuristic) giúp tạo ra các nghiệm ban đầu có chất lượng cao, giảm thời gian hội tụ. Các toán tử di truyền đặc biệt, chẳng hạn như thao tác lại dựa trên chuỗi khách hàng (SBX) và thao tác lại dựa trên lộ trình (RBX), được sử dụng để cải thiện khả năng khám phá không gian tìm kiếm. Các kỹ thuật tối ưu hóa cục bộ (LSM) được tích hợp để tinh chỉnh các nghiệm tốt nhất. Cuối cùng, các tham số thuật toán được điều chỉnh động trong quá trình tiến hóa để duy trì sự đa dạng của quần thể và tránh bị mắc kẹt trong các cực tiểu cục bộ.

4.1. Khởi tạo Quần thể Bằng Heuristic Push Forward Insertion Heuristic

Việc khởi tạo quần thể ban đầu có thể ảnh hưởng đáng kể đến hiệu suất của thuật toán di truyền. Thay vì khởi tạo ngẫu nhiên, luận văn sử dụng Push Forward Insertion Heuristic (PFIH) để tạo ra các nghiệm ban đầu có chất lượng cao. PFIH là một thuật toán xây dựng heuristic đơn giản và hiệu quả, xây dựng lộ trình bằng cách chèn các khách hàng vào vị trí tốt nhất dựa trên một số tiêu chí, chẳng hạn như chi phí chèn và thời gian trễ. Sử dụng PFIH giúp giảm thời gian hội tụ và cải thiện khả năng tìm kiếm các giải pháp tốt hơn.

4.2. Các Toán tử Di Truyền Đặc Biệt SBX và RBX cho VRPTW

Luận văn sử dụng hai toán tử crossover đặc biệt: thao tác lại dựa trên chuỗi khách hàng (SBX) và thao tác lại dựa trên lộ trình (RBX). SBX tạo ra các nghiệm con bằng cách kết hợp các chuỗi khách hàng từ hai nghiệm cha mẹ. RBX tạo ra các nghiệm con bằng cách kết hợp các lộ trình từ hai nghiệm cha mẹ. Cả hai toán tử đều được thiết kế để duy trì tính hợp lệ của nghiệm và cải thiện khả năng khám phá không gian tìm kiếm. Việc lựa chọn giữa SBX và RBX hoặc sử dụng kết hợp cả hai có thể ảnh hưởng đến hiệu suất của thuật toán.

V. Thực Nghiệm và Phân Tích Hiệu Năng Thuật Toán VRPTW

Luận văn trình bày kết quả thực nghiệm của thuật toán di truyền song song trên 56 bài toán chuẩn của Solomon. Các kết quả cho thấy rằng thuật toán có thể tìm thấy các giải pháp tốt trong một khoảng thời gian hợp lý. Việc so sánh với các lời giải tốt nhất hiện nay cho thấy rằng thuật toán cạnh tranh và có thể cải thiện hiệu suất trên một số bài toán. Phân tích hiệu năng thuật toán cho thấy rằng mô hình Master-Slave hiệu quả trong việc giảm thời gian thực thi thuật toán. Các cải tiến, chẳng hạn như khởi tạo quần thể bằng heuristic và sử dụng các toán tử di truyền đặc biệt, cũng góp phần vào cải thiện hiệu suất.

5.1. Dữ liệu Solomon Bộ chuẩn cho đánh giá Thuật toán VRPTW

Bộ dữ liệu Solomon là một bộ chuẩn được sử dụng rộng rãi để đánh giá hiệu năng của các thuật toán giải quyết bài toán VRPTW. Bộ dữ liệu bao gồm 56 bài toán với kích thước và đặc điểm khác nhau. Các bài toán được chia thành các loại dựa trên vị trí của khách hàng và khung thời gian. Việc sử dụng bộ dữ liệu Solomon cho phép so sánh khách quan hiệu năng của các thuật toán khác nhau và xác định các điểm mạnh và điểm yếu của chúng.

5.2. So sánh với các Thuật toán Heuristic Tốt nhất hiện nay

Các kết quả thực nghiệm được so sánh với các lời giải tốt nhất hiện nay được tìm thấy bằng các thuật toán heuristic khác. So sánh này cho phép đánh giá hiệu quả của thuật toán di truyền song song so với các phương pháp tiếp cận truyền thống hơn. Các kết quả cho thấy rằng thuật toán di truyền song song có thể cạnh tranh và thậm chí vượt trội hơn các thuật toán heuristic khác trên một số bài toán. Điều này chứng minh tiềm năng của thuật toán di truyền song song trong việc giải quyết bài toán VRPTW.

VI. Kết Luận và Hướng Phát Triển Thuật Toán Di Truyền VRPTW

Luận văn đã trình bày một phương pháp tiếp cận sử dụng thuật toán di truyền song song để giải bài toán VRPTW. Mô hình Master-Slave đã được sử dụng để phân chia công việc đánh giá (fitness) cho nhiều bộ xử lý, giảm thời gian thực thi thuật toán. Các cải tiến, chẳng hạn như khởi tạo quần thể bằng heuristic và sử dụng các toán tử di truyền đặc biệt, đã cải thiện hiệu suất của thuật toán. Kết quả thực nghiệm cho thấy rằng thuật toán cạnh tranh và có thể cải thiện hiệu suất trên một số bài toán. Hướng phát triển trong tương lai bao gồm việc khám phá các mô hình song song khác, tích hợp các kỹ thuật tối ưu hóa cục bộ tiên tiến hơn, và áp dụng thuật toán cho các biến thể khác của bài toán VRPTW, chẳng hạn như VRPTW với nhiều kho hoặc VRPTW động.

6.1. Tiềm năng ứng dụng Thuật toán Di Truyền Song song VRPTW

Thuật toán di truyền song song có tiềm năng ứng dụng rộng rãi trong lĩnh vực logistics và quản lý chuỗi cung ứng. Nó có thể được sử dụng để tối ưu hóa lộ trình vận chuyển hàng hóa, lập kế hoạch giao hàng, và quản lý đội xe. Các ứng dụng cụ thể bao gồm lập kế hoạch giao hàng cho các công ty thương mại điện tử, quản lý lộ trình cho các dịch vụ sửa chữa, và tối ưu hóa lộ trình cho các xe buýt công cộng. Việc sử dụng thuật toán di truyền song song có thể giúp các công ty giảm chi phí vận chuyển, cải thiện hiệu quả hoạt động, và nâng cao chất lượng dịch vụ.

6.2. Hướng nghiên cứu tiếp theo VRPTW động và nhiều kho

Các hướng nghiên cứu tiếp theo bao gồm việc mở rộng thuật toán để giải quyết các biến thể khác của bài toán VRPTW, chẳng hạn như VRPTW động và VRPTW với nhiều kho. VRPTW động là một biến thể mà các thông tin về khách hàng và nhu cầu có thể thay đổi trong thời gian thực. VRPTW với nhiều kho là một biến thể mà hàng hóa có thể được vận chuyển từ nhiều kho khác nhau. Việc phát triển các thuật toán có thể giải quyết các biến thể này sẽ mở rộng phạm vi ứng dụng của thuật toán di truyền song song và cung cấp các giải pháp tối ưu hóa hiệu quả hơn cho các bài toán logistics phức tạp.

11/09/2025

Trích đoạn nội dung tài liệu

Chương I: "Iổng quan về bài toán lộ trình vận chuyển (VIRP)” trình bày các khái niệm và các biến thể cơ bản của bài toán VRP nói chung và bài toán VRP với hạn chế thời gian (VRPTW) nói riêng, một biến thế của bài toán VRP mà hiện nay được nghiên cứu và ứng dụng khá nhiều trong thực tế. Trong đó, chúng ta sẽ đi tìm hiểu chi tiết về mô hình toần học và các bài toán mở rộng của VRPTW. Chương 2: "Các phương pháp giải bài toán VRP" trình bày sơ lược về các phương pháp giải bài toán VRP bao gồm: các phương pháp giải đúng (thuật toán nhánh và cận, thuật toán nhánh và cất) và các phương pháp giải gần đúng (thuật toần beuristic cổ điển và thuật toần mrelaheuristi ). TOM TAT Bài toán lộ trình vận chuyển với hạn chế về thời gian là một bài toần mở rộng của hài toán lộ trình vận chuyển nổi tiếng.

Sử dụng thuật toãn di truyền để giải bài toán VRPTW đã nhận được nhiễu sự quan tâm trong những năm gần đây. Trong VRTTW, một đội xe được khởi hành từ kho chứa tới phục vụ ruột số khách hồng tại các vị trí khác nhau trong các khung thời gian xác định và quay trở về kho chứa. Luận văn này đã đưa ra một phương pháp giải bài toán VRPTW sử dụng thuật toán di truyền song song. Thuật toán sử dụng một chuỗi số nguyên để biểu diễn vị trí các khách hàng trong các lộ trmh và quần thể ban dầu dược khởi tạo bằng thuật toán chén heuristic (Push Forard Insertion Heuristic).

Bên cạnh đổ, luận văn đã trình bầy ba mô hình song song cho thuật giẫ: dì truyền: Master-SIave, Island và Celular. và sử dụng mô hình Master-Slave để giả bài toán VRPTW. Cuối cùng, thuật toán đã được thực nghiệm trên 56 bài toán chuẩn của Solomon và được so sánh với các lời giải tốt nhất hiện nay theo phương pháp hcuristic. Từ khoá: lộ Irinh vận chuyển, thuật.

toán di Iruyền, thuật toán di truyễn song song, LỜI CẢM ƠN Tôi xin chân thành cám ơn các tổ chức, cá nhân đã giúp dỡ tôi về mặt nội dung của luận văn. Sự giúp đỡ đó đã giúp Lôi vượt qua nhiều khó khăn để hoàn thành luận văn nghiên cứu của mình "Tôi xim tran trọng cảm ơn: -_ Viên đão tạo Sau đạt học - 'Irường Đại học Hách Khoa Hà Nội -_ Các thấy, cô giáo trong Viện Công nghệ thông tin và Truyền thông, và trong bộ môn Khoa học máy tính cùng toàn thể các bạn đồng nghiệp. Vũ đặc biệu tôi xin chân thành cám ơn thấy giáo, PGS. Nguyễn Đức Nghĩa người đã Irực tiếp hướng dẫn và chơ tôi những ý kiến quý báu để lôi có được thành quả hôm nay.

1rong một khoảng thời gian ngắn, những nội dung được trình bảy trong luận văn chắc chưa đẩy đủ và còn thiếu sót. Nội đung của luận văn sẽ còn được tiếp tục nghiên cứu, hy vọng tiếp tục nhận dược những ý kiến dóng góp cha moi người để luận văn được hoàn thiện hơn trong thời gian tới Hà Nội, ngày. nâm 2009 Tac giả luận vẫn Nguyễn Thị Quỳnh Vinh LỜI CẢM ƠN Tôi xin chân thành cám ơn các tổ chức, cá nhân đã giúp dỡ tôi về mặt nội dung của luận văn. Sự giúp đỡ đó đã giúp Lôi vượt qua nhiều khó khăn để hoàn thành luận văn nghiên cứu của mình "Tôi xim tran trọng cảm ơn: -_ Viên đão tạo Sau đạt học - 'Irường Đại học Hách Khoa Hà Nội -_ Các thấy, cô giáo trong Viện Công nghệ thông tin và Truyền thông, và trong bộ môn Khoa học máy tính cùng toàn thể các bạn đồng nghiệp.

Vũ đặc biệu tôi xin chân thành cám ơn thấy giáo, PGS. Nguyễn Đức Nghĩa người đã Irực tiếp hướng dẫn và chơ tôi những ý kiến quý báu để lôi có được thành quả hôm nay. 1rong một khoảng thời gian ngắn, những nội dung được trình bảy trong luận văn chắc chưa đẩy đủ và còn thiếu sót. Nội đung của luận văn sẽ còn được tiếp tục nghiên cứu, hy vọng tiếp tục nhận dược những ý kiến dóng góp cha moi người để luận văn được hoàn thiện hơn trong thời gian tới Hà Nội, ngày.

nâm 2009 Tac giả luận vẫn Nguyễn Thị Quỳnh Vinh GIỚI THIỆU Trong những thập niên gần đây, sử dụng các gói phần mềm tối ưu để quản lý hiệu quả quá trình cung cấp hàng hóa và dịch vụ trong hệ thống phân phối ngày căng tăng, Phần lớn các ứng dụng thực tế dã chỉ ra rằng, máy tính hóa những thủ tục cho quá trình lập kế hoạch phân phối sản phẩm tết kiệm được chỉ phí đáng kế (thông thường lữ 5% tới 20%) trong tuần bộ chỉ phí vận chuyển. Dễ dàng thấy lác động của khoãn tiết kiệm này đến chỉ phí sản xuất sản xuất nói chung và giá thành sẵn phẩm nói riêng là không nhổ. Bài toán lộ trình vận chuyển (VRP) được đưa ra dấu tiên bởi Danzig và Ranscr (1959), với ứng dụng phân phối xảng dầu cho nhà ga, đã dành dược sự quan tâm rất lớn của nhiều nhà khoa học. Đã có hàng trâm cấc mô hình và thuật tgần khác nhau eho các phiên bản cũa VRP.

Hiện nay, một biến thể của VRP, VRP với hạn chế thời gian (VRPLW), được nghiên cứu và ứng dụng khá nhiều trong thực tế, như các ứng dụng đọn đẹp đường phố, dịnh hướng lộ trình xe bus, chuyên chở người khuyết tật, lập lịch quá trình phân phối hàng hoá cho người bán hàng. Với những ý nghĩa thực tiễn đồ của bài Loan, 101 chọn để ¡ luận văn tốt nghiệp là: “Thuật toán dĩ truyền song song giải bài toân lộ trình vận chuyển với hạn chế thời gian (VRPTW)” Nội dung của luận văn dược trình bày như sau: Chương I: "Iổng quan về bài toán lộ trình vận chuyển (VIRP)” trình bày các khái niệm và các biến thể cơ bản của bài toán VRP nói chung và bài toán VRP với hạn chế thời gian (VRPTW) nói riêng, một biến thế của bài toán VRP mà hiện nay được nghiên cứu và ứng dụng khá nhiều trong thực tế. Trong đó, chúng ta sẽ đi tìm hiểu chi tiết về mô hình toần học và các bài toán mở rộng của VRPTW. Chương 2: "Các phương pháp giải bài toán VRP" trình bày sơ lược về các phương pháp giải bài toán VRP bao gồm: các phương pháp giải đúng (thuật toán nhánh và cận, thuật toán nhánh và cất) và các phương pháp giải gần đúng (thuật toần beuristic cổ điển và thuật toần mrelaheuristi ).

GIỚI THIỆU Trong những thập niên gần đây, sử dụng các gói phần mềm tối ưu để quản lý hiệu quả quá trình cung cấp hàng hóa và dịch vụ trong hệ thống phân phối ngày căng tăng, Phần lớn các ứng dụng thực tế dã chỉ ra rằng, máy tính hóa những thủ tục cho quá trình lập kế hoạch phân phối sản phẩm tết kiệm được chỉ phí đáng kế (thông thường lữ 5% tới 20%) trong tuần bộ chỉ phí vận chuyển. Dễ dàng thấy lác động của khoãn tiết kiệm này đến chỉ phí sản xuất sản xuất nói chung và giá thành sẵn phẩm nói riêng là không nhổ. Bài toán lộ trình vận chuyển (VRP) được đưa ra dấu tiên bởi Danzig và Ranscr (1959), với ứng dụng phân phối xảng dầu cho nhà ga, đã dành dược sự quan tâm rất lớn của nhiều nhà khoa học. Đã có hàng trâm cấc mô hình và thuật tgần khác nhau eho các phiên bản cũa VRP.

Hiện nay, một biến thể của VRP, VRP với hạn chế thời gian (VRPLW), được nghiên cứu và ứng dụng khá nhiều trong thực tế, như các ứng dụng đọn đẹp đường phố, dịnh hướng lộ trình xe bus, chuyên chở người khuyết tật, lập lịch quá trình phân phối hàng hoá cho người bán hàng. Với những ý nghĩa thực tiễn đồ của bài Loan, 101 chọn để ¡ luận văn tốt nghiệp là: “Thuật toán dĩ truyền song song giải bài toân lộ trình vận chuyển với hạn chế thời gian (VRPTW)” Nội dung của luận văn dược trình bày như sau: Chương I: "Iổng quan về bài toán lộ trình vận chuyển (VIRP)” trình bày các khái niệm và các biến thể cơ bản của bài toán VRP nói chung và bài toán VRP với hạn chế thời gian (VRPTW) nói riêng, một biến thế của bài toán VRP mà hiện nay được nghiên cứu và ứng dụng khá nhiều trong thực tế. Trong đó, chúng ta sẽ đi tìm hiểu chi tiết về mô hình toần học và các bài toán mở rộng của VRPTW. Chương 2: "Các phương pháp giải bài toán VRP" trình bày sơ lược về các phương pháp giải bài toán VRP bao gồm: các phương pháp giải đúng (thuật toán nhánh và cận, thuật toán nhánh và cất) và các phương pháp giải gần đúng (thuật toần beuristic cổ điển và thuật toần mrelaheuristi ).

Chương 3: "Thuật toần di truyền” trình bày các khái niệm cơ bản về thuật toán di truyén va tìm hiểu ba mô hình song song cho thuật toán di truyền: mô hình Master slave, md hinh Island vi mf tinh Cenlluiar, Chương 4: “Thuật toán di truyền song song cho bài toán VRPTW" trình bày thuật toán di truyền cho bài toán VRPTW và áp dụng mô hình master-siavc cho thuật toán dị truyền khi giải bài toán VKPTW Chương 5: “Cài đặt và chạy thực nghiệm”. Chương này trình bày kiến trúc của hệ thống máy tính được sử dụng để cài đặt chương trình và trình bày hệ thống chương trình sẽ dược chạy thực nghiệm trên ộ dữ liệu của Solomon. Đây là bộ dữ li phd biến thường được sử dựng cho các bài loán VRP. Sau đồ, tổng hợp các kết quả đã đạt được của thực nghiệm và thực hiện so sánh kết quả đạt được của chương trình với các lời giải được biết là tốt nhất hiện nay, ABSTRACT The Vehicle Routing Probicm with Time Windows is an extensive of the well-known Vehicle Routing Problem (VRP).

Using genetic algorithm to solve Vehicle Routing Problem with Time Windows (VRPTW) has received considerable altention im recent years. In the VRPTW, a fleet of verticles set-off (ror a depot to serve a number of customers at detterent geographic locations with various demands within specific time windows before returning to the depot eventually. This thesis proposes an approach for the solving VRPTW using a parallel genetic algorithm. The algoritim uscs an inleger representation in which a string ol customer identifiers represents the sequence of deliveries covered by each of the veliicles and the mitial population 1s mrtialized using Push Forard Insertion Heuristic (PIM).

In addition, the thesis has presented three main parallelization models for genetic algorithms: master-slave, island and cellular, and uses a master-slave model to solve the VRPTW problem.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ