计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2012年
6期
339-342,350
,共5页
集成学习%粒子群优化算法%车辆路径问题%极坐标
集成學習%粒子群優化算法%車輛路徑問題%極坐標
집성학습%입자군우화산법%차량로경문제%겁좌표
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.
為提高物流配送效率,減小配送車輛的運輸成本,提齣採用改進的集成協同粒子群優化(PSO)算法來對路徑進行優化.根據車輛路徑問題的特點,採用極坐標對路徑上的節點編碼,併用權重錶示其先後順序,將其轉化為連續PSO算法解決該問題.併且針對標準PSO算法存在的早熟問題,通過劃分子種群來提高粒子的多樣性,併利用集成學習,將粒子的每箇維度視為箇體學習者進行結閤,提高搜索精度,構建瞭集成協同PSO算法.理論分析和實驗錶明,所採用的編碼方式結閤改進的集成協同PSO算法可以有效解決車輛路徑問題.
위제고물류배송효솔,감소배송차량적운수성본,제출채용개진적집성협동입자군우화(PSO)산법래대로경진행우화.근거차량로경문제적특점,채용겁좌표대로경상적절점편마,병용권중표시기선후순서,장기전화위련속PSO산법해결해문제.병차침대표준PSO산법존재적조숙문제,통과화분자충군래제고입자적다양성,병이용집성학습,장입자적매개유도시위개체학습자진행결합,제고수색정도,구건료집성협동PSO산법.이론분석화실험표명,소채용적편마방식결합개진적집성협동PSO산법가이유효해결차량로경문제.
