基于改进遗传算法的应急车辆调度研究
近年来,突发事件频发,给人类生命财产安全带来了巨大挑战.如何实现及时高效的应急车辆调度,保证应急资源的合理分配,成为亟待解决的问题.本研究在综合考虑新冠肺炎疫情这类特殊突发事件特点的前提下,以配送成本最低、时间惩罚最少、配送员被感染风险最小为优化目标,构建了一类多目标优化调度模型.并针对模型设计了一种改进遗传算法,在一定程度上克服了传统遗传算法的早熟以及局部搜索能力较弱等问题,在相同数量级的运行时间内提高了算法的寻优性能.多次算例仿真结果对比表明,该算法相较于其他三类遗传算法寻优精度更高、收敛速度更快、搜索稳定性更好.
应急车辆调度;新冠肺炎疫情;遗传算法;多目标优化;软时间窗
51
国家自然科学基金61702006
2021-10-13(万方平台首次上网日期,不代表论文的发表时间)
共14页
10-23