提出一種密度峰值聚類（density peak clustering, DPC）與遺傳算法（genetic algorithm, GA）相結合的新型混合算法（density peak clustering with genetic algorithm, DGA）,求解帶時間窗的車輛路徑問題。首先應用DPC對客戶進行聚類以縮減問題規(guī)模,再將聚類后的客戶用GA進行線路優(yōu)化。結果表明:DGA在9個數據集上的平均值比模擬退火（simulated annealing, SA）和禁忌搜索（Tabu）分別提高了13.41%和4.7%,單個數據集最大提高了26.4%。這證明了該算法是求解車輛調度問題的高效算法。 

【文章來源】：工業(yè)工程. 2020,23(05)北大核心

【文章頁數】：10 頁


本文編號：3636650