基于集成协同PSO算法的车辆路径优化仿真

摘要：

为提高物流配送效率,减小配送车辆的运输成本,提出采用改进的集成协同粒子群优化(PSO)算法来对路径进行优化.根据车辆路径问题的特点,采用极坐标对路径上的节点编码,并用权重表示其先后顺序,将其转化为连续PSO算法解决该问题.并且针对标准PSO算法存在的早熟问题,通过划分子种群来提高粒子的多样性,并利用集成学习,将粒子的每个维度视为个体学习者进行结合,提高搜索精度,构建了集成协同PSO算法.理论分析和实验表明,所采用的编码方式结合改进的集成协同PSO算法可以有效解决车辆路径问题.

关键词：集成学习、粒子群优化算法、车辆路径问题、极坐标

分类号：TP18;F252(自动化基础理论)

资助基金：北京市自然连锁零售企业精益物流供应链智能协同决策管理模式研究9102005北京市教委科技发展计划项目:连锁零售企业供应链风险预警与控制系统的研究KM201210011005

在线出版日期：2012-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：339-342,350