基于改进遗传算法的物流路径优化方法
2018-01-25分类号:F252;TP18
【部门】湖南科技大学知识处理与网络化制造实验室
【摘要】为了解决传统遗传算法在求解物流配送路径问题时存在的过早收敛问题,并获得到较高质量的解,提出一种改进的遗传算法对物流配送路径进行优化。采用的改进方法是:在动态交叉策略和动态变异策略操作中用路径较优的解取代路径较差的解,保持种群的多样性及避免在求解过程中过早收敛,提高解的稳定性;然后利用爬山算法对求得的路径较优解做进一步的优化改进。利用A物流公司的客户订单数据模拟仿真实验,结果证实改进后的遗传算法比传统遗传算法在里程方面节约10%。
【关键词】遗传算法 路径优化 爬山算法 动态交叉策略 动态变异策略
【基金】湖南省教育厅重点项目(15A062);; 湖南科技大学研究生创新基金资助项目(CX2017B623)
【所属期刊栏目】物流技术
文献传递