基于GA-ACO的带时间窗车辆路径问题研究
2019-02-25分类号:TP18;U116.2
【部门】武汉理工大学
【摘要】针对传统算法求解带时间窗的车辆路径问题时收敛速度慢、解的质量不高等缺点,借鉴其他改进混合算法的思路,提出了一种性能更优的求解VRPTW的混合算法。算法以改进蚁群算法为主体,插入遗传算法作为局部优化方法,在蚁群算法转移概率的改进中引入时间窗因素、节约距离因子,设置随机变量来优化算法的迭代过程,在信息素更新机制中,定义信息素为标量,构造信息素挥发因子的阶段函数,然后使用遗传算法中的交叉变异算子对蚁群算法得到的较优解进行下一步优化,达到加快算法收敛速度,提高解的质量的目的。仿真实验结果表明:对比相关文献的改进混合算法,该混合算法具有有效性与优越性。
【关键词】带时间窗的车辆路径问题 蚁群算法 遗传算法 混合算法
【基金】国家重点研发计划“绿色船舶和绿色港口海洋环境安全保障服务技术与标准研究”(2018YFC1407405);; 武汉理工大学研究生优秀学位论文培育项目资助(2017-YS-074)
【所属期刊栏目】物流技术
文献传递