车辆路径问题的轻鲁棒优化模型与算法
针对不确定旅行时间下的车辆路径问题,以总变动成本最小为优化目标,建立了一种轻鲁棒优化模型,提出了一种针对问题特征的超启发式粒子群算法.在算法中,利用基于图论中深度优先搜索的初始化策略加快算法的早期收敛速度,引入基于均衡策略的启发式规则变换方式来提高算法的寻优能力,重新设计的粒子更新公式确保生成低层构造算法的有效性.实验结果表明:所提算法能有效地求解不确定旅行时间下的车辆路径问题.
鲁棒优化、超启发式算法、车辆路径问题、粒子群算法
38
国家自然科学基金项目61973203, 51575212
2021-03-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
206-212