基于混合自适应遗传算法的路径规划研究
Research on path planning based on hybrid adaptive genetic algorithm作者机构:安徽理工大学经济与管理学院安徽淮南232000
出 版 物:《齐齐哈尔大学学报(自然科学版)》 (Journal of Qiqihar University(Natural Science Edition))
年 卷 期:2023年第39卷第1期
页 面:87-94页
学科分类:08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(71473001) 研究生创新基金项目(2022CX2159)
摘 要:为解决供应商管理库存(VMI)模式下带时间窗的车辆路径规划(VRPTW)问题,综合考虑多种条件建立了具有多目标约束的数学模型,并创新性提出混合式自适应遗传算法,该算法在自适应遗传算法(AGA)的基础上加入了节约算法构造种群的初始解,引入了随机遍历抽样法进行选择操作,改进了算法的交叉方式,最后运用大规模邻域搜索法(LNS)对变异后的种群进行破坏和修复操作。通过MATLAB软件进行仿真实验,与传统自适应遗传算法进行对比,运输成本显著性降低了50%,据此得出该混合式自适应遗传算法在解决VRPTW问题时具有更强更科学的全局搜索和快速收敛的能力,以期更高效合理地优化供应商车辆配送路径规划。