全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

一种新的求解多目标随机需求车辆路径问题的算法

, PP. 0-0

Keywords: 随机需求,Pareto最优解,车辆路径问题,量子旋转门,自适应网格

Full-Text   Cite this paper   Add to My Lib

Abstract:

为优化带时间窗的随机需求车辆路径问题,建立了基于模糊满意度的多目标数学规划模型,并提出了一种基于量子进化算法和粒子群算法分段优化的方法求解Pareto解。第一阶段使用量子进化算法获得一定规模和精度的Pareto候选解,提出了概率选择最优解和可变旋转角改进变异算子;第二阶段通过转换将候选解映射到连续空间,利用粒子群算法继续搜索Pareto最优解。引入了节点交换策略进行邻域搜索,避免算法早熟。为保持Pareto解的分散性,提出了一种自适应网格算子。通过对benchmark仿真与非支配排序的遗传算法的比较,验证显示了算法的有效性。

References

[1]  ZHANG Jingling, ZHAO Yanwei, WANG Haiyan, et al. Quantum evolutionary algorithm for capacitated vehicle Modeling and algorithms for a dynamic multi-vehicle routing problem with customers dynamic requests[J].Computer Integrated Manufacturing Systems,2010,16(3):543-550(in Chinese).[张景玲,赵燕伟,王海燕,等.多车型动态需求车辆路径问题建模及优化[J].计算机集成制造系统,2010,16(3):543-550.]
[2]  BERTSIMAS D, CHERVI P, PETERSON M. Computational approaches to stochastic vehicle routing problems[J]. Transportation Science,1995,29(4):342-352.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133