【摘要】：針對多目標車輛路徑問題的研究,考慮了車載量限制和硬時間窗的約束條件,以最小派車數(shù)和最小車輛行駛距離為目標建立了數(shù)學模型。在分析基本蝙蝠算法求解離散問題局限性的基礎上,混合蝙蝠法加入交叉算子和重組算子,提高算法性能。利用遺傳算法的特點,構建出三種混合蝙蝠算法。算例測試結果表明,混合蝙蝠算法是解決離散型問題的一種有效方法。與基本蝙蝠算法相比,混合蝙蝠算法具有較高的計算效率和持續(xù)優(yōu)化能力,其中單點重組精英遺傳混合蝙蝠算法解決算例尋優(yōu)能力最佳。
[Abstract]:Aiming at the research of multi-objective vehicle routing problem, the constraints of vehicle load and hard time window are considered, and the mathematical model is established with the objective of minimum number of vehicles assigned and minimum vehicle driving distance. Based on the analysis of the limitations of the basic bat algorithm for solving discrete problems, the hybrid bat algorithm adds crossover operators and recombination operators to improve the performance of the algorithm. Based on the characteristics of genetic algorithm, three hybrid bat algorithms are constructed. The experimental results show that the hybrid bat algorithm is an effective method for solving discrete problems. Compared with the basic bat algorithm, the hybrid bat algorithm has higher computational efficiency and continuous optimization ability, among which the single point recombination elite genetic hybrid bat algorithm has the best ability to solve the optimization problem.
【作者單位】： 上海理工大學管理學院;
【基金】：國家自然科學基金資助項目(71401106) 上海市教委科研創(chuàng)新項目(14YZ090) 國家教育部人文社科項目(16YJA630037)
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 吳斌;邵建峰;方葉祥;;基于客戶滿意度的開放式車輛路徑問題研究[J];計算機工程;2009年17期

2 陳寶文;宋申民;陳興林;;模糊需求車輛路徑問題及其啟發(fā)式蟻群算法[J];計算機應用;2006年11期

3 李三彬;柴玉梅;王黎明;;需求可拆分的開放式車輛路徑問題研究[J];計算機工程;2011年06期

4 唐瑞雪;秦永彬;;一種基于模糊需求車輛路徑問題的改進蟻群算法[J];計算機光盤軟件與應用;2013年23期

5 李鋒;魏瑩;;易腐貨物配送中時變車輛路徑問題的優(yōu)化算法[J];系統(tǒng)工程學報;2010年04期

6 馬漢武;徐森;朱維;;考慮裝卸頻率的大規(guī)模車輛路徑問題研究[J];計算機應用研究;2011年08期

7 李婭;李丹;王東;楊文茵;;改進的混沌粒子群算法求解車輛路徑問題[J];計算機應用研究;2011年11期

8 劉長石;賴明勇;;基于模糊聚類與車輛協(xié)作策略的隨機車輛路徑問題[J];管理工程學報;2010年02期

9 戎麗霞;;模糊需求條件下車輛路徑問題的模糊模擬[J];計算機工程與應用;2010年18期

10 陳可嘉;于先康;;有能力約束回收車輛路徑問題的食物鏈算法[J];計算機工程與應用;2013年20期

相關會議論文 前6條

1 李大衛(wèi);王夢光;;廣義車輛路徑問題——模型及算法[A];1997中國控制與決策學術年會論文集[C];1997年

2 戎麗霞;;模糊需求條件下的多車場車輛路徑問題[A];第三屆中國智能計算大會論文集[C];2009年

3 劉金亮;;求解模糊需求條件下車輛路徑問題的混合螞蟻算法[A];第三屆中國智能計算大會論文集[C];2009年

4 崔雪麗;;模糊約定車輛路徑問題及其螞蟻算法求解[A];蘇州市自然科學優(yōu)秀學術論文匯編(2008-2009)[C];2010年

5 張開飛;黃道;;基于改進蟻群算法的車輛路徑問題研究[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

6 楊盤洪;朱軍祥;趙建安;楊靜;;機動目標跟蹤的模糊變結構交互多模算法[A];2007'中國儀器儀表與測控技術交流大會論文集（二）[C];2007年

相關博士學位論文 前8條

1 陳萍;啟發(fā)式算法及其在車輛路徑問題中的應用[D];北京交通大學;2009年

2 葛斌;求解車輛路徑問題的蟻群優(yōu)化算法研究及應用[D];合肥工業(yè)大學;2016年

3 薛菲;基于蝙蝠算法的啟發(fā)式智能優(yōu)化研究與應用[D];北京工業(yè)大學;2016年

4 張衛(wèi)忠;大規(guī)模稀疏學習研究：優(yōu)化算法及其應用[D];浙江大學;2017年

5 譚躍;具有混沌局部搜索策略的粒子群優(yōu)化算法研究[D];中南大學;2013年

6 王超;配送企業(yè)車輛路徑問題模型與算法研究[D];北京交通大學;2015年

7 尤海峰;求解隱式目標優(yōu)化問題的交互式進化算法研究[D];中國科學技術大學;2011年

8 張磊;約束優(yōu)化算法的關鍵技術研究及應用[D];哈爾濱工程大學;2016年

相關碩士學位論文 前10條

1 胡俊橋;蟻群混合算法求解帶時間窗車輛路徑問題[D];西安科技大學;2017年

2 曹高立;基于求解車輛路徑問題的混合智能優(yōu)化算法研究[D];昆明理工大學;2015年

3 杜濤濤;仿生智能算法在逆向物流選址與車輛路徑問題中的應用研究[D];上海工程技術大學;2015年

4 谷浩;帶時間窗的車輛路徑問題的研究與應用[D];哈爾濱工業(yè)大學;2014年

5 王曉明;基于客戶細分的配送車輛路徑問題研究[D];西安電子科技大學;2014年

6 王浩光;改進伊藤算法及其在車輛路徑問題中的研究與應用[D];浙江工業(yè)大學;2015年

7 郝文菊;基于文化基因算法的動態(tài)車輛路徑問題研究[D];河南大學;2015年

8 潘挺雷;基于改進蟻群算法的區(qū)域車輛配送路徑優(yōu)化方法研究[D];浙江理工大學;2016年

9 韓越;基于改進混合蟻群算法的帶時間窗車輛路徑問題優(yōu)化研究[D];安徽理工大學;2016年

10 孫蕊;多車場多配送中心滿載車輛路徑問題研究[D];沈陽師范大學;2016年

，

本文編號：2153020