咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >多需求点间车辆调度模型及优化算法混合求解研究 收藏

多需求点间车辆调度模型及优化算法混合求解研究

Research on Hybrid Solution of Vehicle Scheduling Model and Optimization Algorithm among Multi-demand Points

作     者:王素欣 熊珺恺 王雷震 卢福强 温恒 司马聪 WANG Suxin;XIONG Junkai;WANG Leizhen;LU Fuqiang;WEN Heng;SIMA Cong

作者机构:东北大学秦皇岛分校控制工程学院河北秦皇岛066004 东北大学信息科学与工程学院辽宁沈阳110819 燕山大学经济管理学院河北秦皇岛066004 吉林大学计算机科学与技术学院吉林长春130012 

出 版 物:《湖南大学学报(自然科学版)》 (Journal of Hunan University:Natural Sciences)

年 卷 期:2023年第50卷第8期

页      面:194-204页

核心收录:

学科分类:0711[理学-系统科学] 07[理学] 071102[理学-系统分析与集成] 

基  金:国家重点研发计划项目(2020YFB1712802) 国家自然科学基金资助项目(71401027) 河北省高等学校人文社会科学研究项目(SQ202002) 

主  题:路径规划 同时集送货问题 需求可拆分 随机转运点 算术优化算法 蚁群算法 

摘      要:为解决多需求点间同时集送货问题,建立考虑需求拆分和转运的车辆路径模型.在模型中,加入车辆装载量动态变化约束、节点可多次访问约束和需求可拆分转运约束,提高问题的普遍性.在模型的优化算法中,算术、蚁群优化算法混合求解.通过算术蚁群算法嵌套优化模式,外层算术优化算法得到配送车辆的任务量,内层蚁群算法优化路径,并将结果反馈给外层算法继续更新求解,直至达到终止条件.同时,添加概率系数、增加算子位置更新公式和更新动态禁忌矩阵对混合算术蚁群算法改进,增加解的多样性,提高算法的求解效率.最后通过实例验证并与混合鲸鱼算法等比较,改进的算法解决本文问题效果更好.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分