车辆路线问题的自适应遗传模拟退火算法
针对目前大多数车辆路线问题的模型和及其算法都是针对单车型而设计,而对带有时间窗的多目标多车型车辆路线问题研究较少这一不足,在考虑了车辆载货状况、车辆类型、时间窗等约束条件的基础上,建立了基于总费用最小的双层目标规划模型,其中上层目标是车辆购买成本最小,下层目标为运输距离成本最小.综合考虑自适应遗传算法和模拟退火算法的优点,设计了1种自适应遗传模拟退火算法求解车辆路线问题.算例结果表明:相比于标准遗传算法,自适应遗传模拟退火算法减少了9%的运输成本,能跳出局部收敛获得最优解,从而提供更为合理的车辆数量和车辆路线.
车辆路线问题、多车型、时间窗、遗传算法、模拟退火算法、遗传模拟退火算法
12
U491(交通工程与公路运输技术管理)
国家自然科学基金资助项目51678076
2017-07-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
764-769