摘要: 针对遗传算法具有早熟的缺点和小生境遗传算法比遗传算法更费时的问题,将自适应小生境技术引入遗传算法,构建自适应小生境遗传算法,用以解决带时间窗的车辆路径优化问题.实验结果表明该算法具有更好的搜索能力和收敛速度,能有效地调和种群多样性与算法耗时的矛盾,解决物流配送车辆路径优化的问题.
[1]王涛,蔡延光,张新政.现代物流中车辆路径问题的研究[J].仓储与运输,2005,28(113):32-34.[2] Dantzing G B,Ramser J H.The truck dispatching Problem[J].Management Science,1959,6(1):80-91.[3] 林清国.基于混和遗传算法的有时间窗车辆路径问题研究[D].济南: 山东大学机械工程学院,2007.[4] 张玉刑,樊建华,徐建刚,等.车辆路径问题的改进遗传算法研究[J].天津理工大学学报,2006,22(5):79-82.[5] 黄晓滨,邹书蓉,张洪伟.改进的遗传算法及在物流配送路径优化中的应用[J].西南民族大学学报,2008,34(4):854-859.[6] 刘芳华,赵建民,朱信忠.基于改进遗传算法的物流配送路径优化的研究[J]计算机技术与发展,2009,19(7):83-87.[7] 郏宣耀,王芳.一种改进的小生境遗传算法[J].重庆邮电学院学报,2005,17(6):721-723. |
No related articles found! |
|