為解決逆向物流背景下的帶時間窗的同時取送貨車輛路徑問題（VRPSPDTW）,根據(jù)實際情況建立了相應(yīng)的車輛路徑問題模型,并采用模因算法進行求解。在模型的求解過程中使用引導(dǎo)彈射搜索（GES）生成初始種群,在種群進化的過程中采用邊界組合交叉（EAX）產(chǎn)生子代,并采用多種鄰域結(jié)構(gòu)對子代進行修復(fù)、教育,以提高解的質(zhì)量和算法的搜索效率。通過在Wang和Chen測試數(shù)據(jù)集上與遺傳算法（GA）、并行模擬退火（p-SA）算法、離散布谷鳥（DCS）算法進行比較,實驗結(jié)果顯示:在小規(guī)模算例進行求解時,所提算法全部取得了當(dāng)前最優(yōu)解;對標(biāo)準(zhǔn)規(guī)模算例進行求解時,所提算法使70%的算例更新或獲取了當(dāng)前最優(yōu)解,獲得的最優(yōu)求解算例結(jié)果與當(dāng)前最優(yōu)解相比有超過5%的提升,充分驗證了所提算法求解VRPSPDTW的良好性能。 

【文章來源】：計算機應(yīng)用. 2020,40(04)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

模因算法流程

編碼結(jié)構(gòu)

初始種群生成算法流程如圖3所示。首先設(shè)定一個初始種群，種群大小設(shè)定為N，初始種群中不包含任何個體；隨后通過一系列客戶插入、路徑壓縮、客戶彈出等操作生成可行初始解。逐個產(chǎn)生初始解，形成初始種群。

【參考文獻】：
期刊論文
[1]基于文化基因算法的開放車間調(diào)度問題研究[J]. 陳祥,朱傳軍,張超勇.  工業(yè)工程. 2018(06)
[2]基于離散布谷鳥算法求解帶時間窗和同時取送貨的車輛路徑問題[J]. 王超,劉超,穆東,高揚.  計算機集成制造系統(tǒng). 2018(03)



本文編號：3479803