郑州大学学报（工学版）
鄭州大學學報（工學版）
정주대학학보（공학판）
Journal of Zhengzhou University(Engineering Science)
2015年
3期
120-124
,共5页
马欢%张建伟%赵进超%陈明
馬歡%張建偉%趙進超%陳明
마환%장건위%조진초%진명
卸装一体化%车辆路径问题%变邻域下降搜索%遗传算法%组合优化
卸裝一體化%車輛路徑問題%變鄰域下降搜索%遺傳算法%組閤優化
사장일체화%차량로경문제%변린역하강수색%유전산법%조합우화
vehicle routing problem%simultaneous delivery and pickup%variable neighborhood descent%genetic algorithm%NP-hard
针对卸装一体化车辆路径问题,提出一种结合变邻域下降搜索和遗传算法的混合启发式算法(GA_VND).利用随机生成的初始种群,通过遗传算法的交叉变异操作生成弱可行解种群,选择其中的最优值作为变邻城深度搜索的初始解.在变邻域深度搜索的过程中通过两种不同的局部搜索算子对解进行局部搜索和迭代优化.通过对54个算例的求解,仿真结果表明GA_VND更新了54个已知最好解中的8个,表明了该算法是解决卸装一体化车辆路径问题的一种有效方法.
針對卸裝一體化車輛路徑問題,提齣一種結閤變鄰域下降搜索和遺傳算法的混閤啟髮式算法(GA_VND).利用隨機生成的初始種群,通過遺傳算法的交扠變異操作生成弱可行解種群,選擇其中的最優值作為變鄰城深度搜索的初始解.在變鄰域深度搜索的過程中通過兩種不同的跼部搜索算子對解進行跼部搜索和迭代優化.通過對54箇算例的求解,倣真結果錶明GA_VND更新瞭54箇已知最好解中的8箇,錶明瞭該算法是解決卸裝一體化車輛路徑問題的一種有效方法.
침대사장일체화차량로경문제,제출일충결합변린역하강수색화유전산법적혼합계발식산법(GA_VND).이용수궤생성적초시충군,통과유전산법적교차변이조작생성약가행해충군,선택기중적최우치작위변린성심도수색적초시해.재변린역심도수색적과정중통과량충불동적국부수색산자대해진행국부수색화질대우화.통과대54개산례적구해,방진결과표명GA_VND경신료54개이지최호해중적8개,표명료해산법시해결사장일체화차량로경문제적일충유효방법.
