【摘要】：本书则在前人对求解LRP算法研究的基础上，提出了将LRP问题分解为两个子问题分别求解，即LAP和VRP。这两个子问题可以同时利用启发式算法进行求解，两阶段相互协调计算，即在LAP阶段使用禁忌搜索算法求得一个较好的设施位置后，便转向运输路线安排阶段，并采用遗传算法获得一个与已得到的设施位置相对应的优化运输路线，这两阶段反复、连续运算，直到满足预先设置的终止条件。
在前面我们介绍了LRP问题属于NP-hard问题，问题规模大，因此考虑采用启发式算法求解。近年来对LRP问题的研究逐渐受到重视，特别是随着智能优化算法在优化领域的成功，越来越多的学者应用智能优化算法求解LRP问题。他们多采用早期学者介绍的LRP求解算法中的两阶段启发式算法进行求解，将LRP分解为定位—配给问题（LAP）和车辆路线安排问题（VRP），将LAP问题的输出作为VRP问题的输入求得［82，100，101，104-105，116-117，120，128-137］。本书则在前人对求解LRP算法研究的基础上，提出了将LRP问题分解为两个子问题分别求解，即LAP和VRP。这两个子问题可以同时利用启发式算法进行求解，两阶段相互协调计算，即在LAP阶段使用禁忌搜索算法求得一个较好的设施位置后，便转向运输路线安排阶段，并采用遗传算法获得一个与已得到的设施位置相对应的优化运输路线，这两阶段反复、连续运算，直到满足预先设置的终止条件。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
