求解車輛路徑問題的量子差分進(jìn)化算法
發(fā)布時(shí)間:2021-06-29 19:43
基于量子差分進(jìn)化算法在解決組合優(yōu)化問題時(shí)表現(xiàn)出的計(jì)算效率及優(yōu)化性能方面的優(yōu)勢,提出應(yīng)用量子差分進(jìn)化算法求解車輛路徑問題,將量子比特解碼為表示顧客順序的實(shí)數(shù)量子染色體,設(shè)計(jì)了基于量子比特概率幅的差分交叉和變異算子以保持種群多樣性,構(gòu)建了動(dòng)態(tài)量子旋轉(zhuǎn)門進(jìn)行變領(lǐng)域搜索,提出應(yīng)用貪婪準(zhǔn)則進(jìn)行量子更新選擇,將設(shè)計(jì)的算法應(yīng)用于典型車輛路徑問題,求解結(jié)果表明算法具有較好的魯棒性,與標(biāo)準(zhǔn)CVRP算例的對比結(jié)果表明筆者算法是求解中、小型規(guī)模算例的一個(gè)有效算法。
【文章來源】:浙江工業(yè)大學(xué)學(xué)報(bào). 2020,48(01)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
2-Opt操作過程示意圖
圖3是P-n20-k2求解迭代過程與量子進(jìn)化算法及差分進(jìn)化算法的比較,圖中實(shí)線為量子差分進(jìn)化算法,虛線為量子進(jìn)化算法,點(diǎn)線為差分進(jìn)化算法。由圖3可知:進(jìn)化前期,3 種算法均能實(shí)現(xiàn)快速優(yōu)化,相對而言,差分進(jìn)化算法在進(jìn)化前期的進(jìn)化速度最快,但隨著進(jìn)化代數(shù)的增加,差分進(jìn)化算法的搜索性能下降,最終的收斂解最差;量子進(jìn)化算法的前期搜索效果較好,隨著迭代次數(shù)的增加,其進(jìn)化速度變慢;而量子差分進(jìn)化算法結(jié)合其他兩種算法的優(yōu)點(diǎn),在搜索后期持續(xù)優(yōu)化,搜索到更好的解。因此,相對量子進(jìn)化算法及差分進(jìn)化算法,筆者算法在求解VRP問題時(shí)具有更強(qiáng)的全局搜索能力。4 結(jié) 論
若l滿足式(4)載重要求,則將其放入該車中,將l移出待配送顧客集,否則計(jì)算其他未配送顧客與i的距離,按式(9)依次選擇,若沒有顧客能放入該車輛,則建立一個(gè)新的車輛群重復(fù)前面的過程,直到所有顧客都分配車輛,圖1為某一解碼后的結(jié)果,圖1表示15 個(gè)顧客的配送方案。由圖1可知:該方案需要兩輛車,第一輛車的配送順序?yàn)椤芭渌椭行?-6-2-9-4-11-13-配送中心”,第二輛車為“配送中心-5-1-3-7-8-10-12-14-15-配送中心”。2.2 量子變異
【參考文獻(xiàn)】:
期刊論文
[1]考慮碳排放的選址-路徑問題研究[J]. 趙燕偉,錢振宇,張景玲,張春苗. 浙江工業(yè)大學(xué)學(xué)報(bào). 2018(05)
[2]基于化學(xué)反應(yīng)優(yōu)化算法的車輛路徑問題[J]. 蔣海青,趙燕偉,冷龍龍. 計(jì)算機(jī)集成制造系統(tǒng). 2018(08)
[3]求解CVRP問題的改進(jìn)和聲算法[J]. 顏騰威,王麗俠,周杰,王基一. 計(jì)算機(jī)技術(shù)與發(fā)展. 2016(09)
[4]基于分解的多目標(biāo)量子差分進(jìn)化算法[J]. 常新功,劉文娟,呂亞麗. 計(jì)算機(jī)應(yīng)用與軟件. 2016(08)
[5]多車型同時(shí)取送貨問題的低碳路徑研究[J]. 趙燕偉,李文,張景玲,任設(shè)東. 浙江工業(yè)大學(xué)學(xué)報(bào). 2015(01)
[6]量子差分進(jìn)化算法及在函數(shù)極值優(yōu)化中的應(yīng)用研究[J]. 張曉雷. 自動(dòng)化技術(shù)與應(yīng)用. 2014(08)
[7]求解車輛路徑問題的人工蜂群算法[J]. 王志剛,夏慧明. 計(jì)算機(jī)工程與科學(xué). 2014(06)
[8]一種實(shí)數(shù)編碼的量子差分進(jìn)化算法[J]. 陳曉峰,楊廣明,黃明. 小型微型計(jì)算機(jī)系統(tǒng). 2013(05)
[9]基于車輛共享的軟時(shí)間窗動(dòng)態(tài)需求車輛路徑問題[J]. 王萬良,黃海鵬,趙燕偉,張景玲. 計(jì)算機(jī)集成制造系統(tǒng). 2011(05)
[10]基于混合禁忌搜索算法的動(dòng)態(tài)車輛路徑研究[J]. 陳曉瞇,孟志青,徐杰. 浙江工業(yè)大學(xué)學(xué)報(bào). 2009(05)
碩士論文
[1]基于混合量子進(jìn)化算法的隨機(jī)車輛路徑問題的研究[D]. 李川.浙江工業(yè)大學(xué) 2012
本文編號(hào):3257045
【文章來源】:浙江工業(yè)大學(xué)學(xué)報(bào). 2020,48(01)北大核心
【文章頁數(shù)】:6 頁
【部分圖文】:
2-Opt操作過程示意圖
圖3是P-n20-k2求解迭代過程與量子進(jìn)化算法及差分進(jìn)化算法的比較,圖中實(shí)線為量子差分進(jìn)化算法,虛線為量子進(jìn)化算法,點(diǎn)線為差分進(jìn)化算法。由圖3可知:進(jìn)化前期,3 種算法均能實(shí)現(xiàn)快速優(yōu)化,相對而言,差分進(jìn)化算法在進(jìn)化前期的進(jìn)化速度最快,但隨著進(jìn)化代數(shù)的增加,差分進(jìn)化算法的搜索性能下降,最終的收斂解最差;量子進(jìn)化算法的前期搜索效果較好,隨著迭代次數(shù)的增加,其進(jìn)化速度變慢;而量子差分進(jìn)化算法結(jié)合其他兩種算法的優(yōu)點(diǎn),在搜索后期持續(xù)優(yōu)化,搜索到更好的解。因此,相對量子進(jìn)化算法及差分進(jìn)化算法,筆者算法在求解VRP問題時(shí)具有更強(qiáng)的全局搜索能力。4 結(jié) 論
若l滿足式(4)載重要求,則將其放入該車中,將l移出待配送顧客集,否則計(jì)算其他未配送顧客與i的距離,按式(9)依次選擇,若沒有顧客能放入該車輛,則建立一個(gè)新的車輛群重復(fù)前面的過程,直到所有顧客都分配車輛,圖1為某一解碼后的結(jié)果,圖1表示15 個(gè)顧客的配送方案。由圖1可知:該方案需要兩輛車,第一輛車的配送順序?yàn)椤芭渌椭行?-6-2-9-4-11-13-配送中心”,第二輛車為“配送中心-5-1-3-7-8-10-12-14-15-配送中心”。2.2 量子變異
【參考文獻(xiàn)】:
期刊論文
[1]考慮碳排放的選址-路徑問題研究[J]. 趙燕偉,錢振宇,張景玲,張春苗. 浙江工業(yè)大學(xué)學(xué)報(bào). 2018(05)
[2]基于化學(xué)反應(yīng)優(yōu)化算法的車輛路徑問題[J]. 蔣海青,趙燕偉,冷龍龍. 計(jì)算機(jī)集成制造系統(tǒng). 2018(08)
[3]求解CVRP問題的改進(jìn)和聲算法[J]. 顏騰威,王麗俠,周杰,王基一. 計(jì)算機(jī)技術(shù)與發(fā)展. 2016(09)
[4]基于分解的多目標(biāo)量子差分進(jìn)化算法[J]. 常新功,劉文娟,呂亞麗. 計(jì)算機(jī)應(yīng)用與軟件. 2016(08)
[5]多車型同時(shí)取送貨問題的低碳路徑研究[J]. 趙燕偉,李文,張景玲,任設(shè)東. 浙江工業(yè)大學(xué)學(xué)報(bào). 2015(01)
[6]量子差分進(jìn)化算法及在函數(shù)極值優(yōu)化中的應(yīng)用研究[J]. 張曉雷. 自動(dòng)化技術(shù)與應(yīng)用. 2014(08)
[7]求解車輛路徑問題的人工蜂群算法[J]. 王志剛,夏慧明. 計(jì)算機(jī)工程與科學(xué). 2014(06)
[8]一種實(shí)數(shù)編碼的量子差分進(jìn)化算法[J]. 陳曉峰,楊廣明,黃明. 小型微型計(jì)算機(jī)系統(tǒng). 2013(05)
[9]基于車輛共享的軟時(shí)間窗動(dòng)態(tài)需求車輛路徑問題[J]. 王萬良,黃海鵬,趙燕偉,張景玲. 計(jì)算機(jī)集成制造系統(tǒng). 2011(05)
[10]基于混合禁忌搜索算法的動(dòng)態(tài)車輛路徑研究[J]. 陳曉瞇,孟志青,徐杰. 浙江工業(yè)大學(xué)學(xué)報(bào). 2009(05)
碩士論文
[1]基于混合量子進(jìn)化算法的隨機(jī)車輛路徑問題的研究[D]. 李川.浙江工業(yè)大學(xué) 2012
本文編號(hào):3257045
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3257045.html
最近更新
教材專著