發(fā)布時(shí)間：2022-12-07 17:49

　　降低農(nóng)產(chǎn)品配送成本是黔北地區(qū)物流企業(yè)急需解決的重大問(wèn)題。對(duì)此,在鯨魚(yú)算法（WOA）基礎(chǔ)上,改進(jìn)鯨魚(yú)個(gè)體編碼和解碼方式,利用混沌方式生成初始種群,引入反向?qū)W習(xí)、信息反饋、非線性收斂因子和自適應(yīng)權(quán)重等機(jī)制,提出一種求解配送問(wèn)題的改進(jìn)鯨魚(yú)算法（IWOA）。采用黔北地區(qū)農(nóng)產(chǎn)品配送實(shí)例和國(guó)際標(biāo)準(zhǔn)算例進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,IWOA綜合求解性能優(yōu)于WOA、遺傳算法（GA）和粒子群算法（PSO）,有助于降低企業(yè)配送成本。 

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
0 引 言
1 配送成本模型
    1.1 問(wèn)題描述
    1.2 成本分析
        (1) 車(chē)輛運(yùn)輸成本。
        (2) 農(nóng)產(chǎn)品貨損成本。
        (3) 時(shí)間懲罰成本。
    1.3 模型構(gòu)建
2 鯨魚(yú)優(yōu)化算法
    2.1 包圍獵物
    2.2 氣泡攻擊
    2.3 尋找獵物
3 改進(jìn)鯨魚(yú)算法
    3.1 編碼與解碼
    3.2 混沌序列初始化
    3.3 逐維小孔成像反向?qū)W習(xí)
    3.4 信息反饋機(jī)制
    3.5 非線性收斂因子和自適應(yīng)權(quán)重策略
    3.6 適應(yīng)度函數(shù)
    3.7 算法步驟
4 仿真實(shí)驗(yàn)
    4.1 黔北地區(qū)配送實(shí)例
    4.2 國(guó)際標(biāo)準(zhǔn)算例
5 結(jié) 語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]求解最小最大VRP的精英反向?qū)W習(xí)魚(yú)群算法[J]. 李小川,劉媛華,王影歌.  傳感器與微系統(tǒng). 2020(02)
[2]模糊需求與時(shí)間窗的車(chē)輛路徑問(wèn)題及混合遺傳算法求解[J]. 范厚明,吳嘉鑫,耿靜,李陽(yáng).  系統(tǒng)管理學(xué)報(bào). 2020(01)
[3]基于自適應(yīng)鯨魚(yú)優(yōu)化算法結(jié)合Elman神經(jīng)網(wǎng)絡(luò)的股市收盤(pán)價(jià)預(yù)測(cè)算法[J]. 朱昶勝,康亮河,馮文芳.  計(jì)算機(jī)應(yīng)用. 2020(05)
[4]具有反向?qū)W習(xí)能力的串車(chē)調(diào)度算法研究[J]. 王敏,陳峰,張磊石.  交通運(yùn)輸系統(tǒng)工程與信息. 2019(02)
[5]需求可離散拆分車(chē)輛路徑問(wèn)題及其禁忌搜索算法[J]. 邱萌,符卓.  哈爾濱工程大學(xué)學(xué)報(bào). 2019(03)
[6]超啟發(fā)式遺傳算法求解帶軟時(shí)間窗的車(chē)輛路徑問(wèn)題[J]. 韓亞娟,彭運(yùn)芳,魏航,史保莉.  計(jì)算機(jī)集成制造系統(tǒng). 2019(10)
[7]農(nóng)產(chǎn)品電商精準(zhǔn)扶貧的路徑與對(duì)策——以貴州貧困農(nóng)村為例[J]. 顏強(qiáng),王國(guó)麗,陳加友.  農(nóng)村經(jīng)濟(jì). 2018(02)



本文編號(hào)：3712569