关于大数据的车辆动态线路遗传优化仿真研究

摘要：

对车辆的动态线路进行实时准确的优化调整,有利于运输成本与运输效率的控制.针对当前线路优化算法存在的动态性能不佳,以及大规模数据处理性能方面的缺陷,提出了关于大数据的车辆动态线路遗传优化方法.方法 充分考虑了配送过程中各种因素导致的开销,以及线路与时间对成本的影响,设计惩罚因子,同时建立了车辆的动态线路调度模型.并根据最小运输成本确定遗传算法的评价函数,同时设计了自整定优化的算子交叉策略,从而改善遗传算法的收敛性与寻优性.最后将算法部署于分布式集群上,利用的在线处理能力,将一个算法任务拆分成多个并行任务分别执行,改善算法的处理效率.通过仿真,验证了所提方法能够更加准确的对车辆动态线路做出优化调整,在数据规模增加时,仍然能够保证良好的动态线路优化精确度与实时性,并且显著降低车辆的运输成本.

关键词：动态线路优化、惩罚因子、优化遗传算法、自整定算子交叉、分布式集群

所属期刊栏目：37

分类号：U491(交通工程与公路运输技术管理)

在线出版日期：2020-07-27（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：122-125,231