求解VRP问题的混合鱼群遗传优化算法

doi:10.3778/j.issn.1002-8331.2009.24.060

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (24): 201-203.DOI: 10.3778/j.issn.1002-8331.2009.24.060

求解VRP问题的混合鱼群遗传优化算法

王培崇^1，2，钱旭¹，周玉¹

1.中国矿业大学（北京）机电与信息学院，北京 100833
2.石家庄经济学院信息工程学院，石家庄 050031

收稿日期:2009-06-01 修回日期:2009-07-03 出版日期:2009-08-21 发布日期:2009-08-21
通讯作者: 王培崇

Hybrid artificial fish school algorithm to solve Vehicle Routing Problem（VRP）

WANG Pei-chong ^1，2，QIAN Xu1，ZHOU Yu¹

1.School of Mechanical Electronic & Information Engineering，China University of Mining & Technology（Beijing），Beijing 100083，China
2.Information Engineering School，Shijiazhuang University of Economics，Shijiazhuang 050031，China

Received:2009-06-01 Revised:2009-07-03 Online:2009-08-21 Published:2009-08-21
Contact: WANG Pei-chong

摘要/Abstract

摘要： 首先对物流配送中的一般车辆优化调度问题（VRP）进行了分析，并为之建立了相应的数学模型。随后设计了一个人工混合鱼群算法，并研究了如何应用该算法解决车辆优化调度问题，该算法在初期阶段应用人工鱼群算法迅速获得阶段最优解，在后期阶段应用遗传算法寻求最优解。最后通过仿真实验验证了该算法具有求解速度快，性能稳定等优点。

关键词: 物流配送, 车辆优化调度问题, 人工鱼群算法, 遗传算法

Abstract: This paper analyzes the general Vehicle Routing Problem（VRP） in logistics distribution，and establishes its mathematic model.Then，it designs a hybrid artificial fish school algorithm，and researches how to use the algorithm to solve the general vehicle routing problem.In the early phases it can get the optimal solution by artificial fish school algorithm quickly and in the final stage find the global optimal solution by genetic algorithm.Finally，some experiments are executed to show that this algorithm has convergent ability and is stable.

Key words: logistics distribution, Vehicle Routing Problem（VRP）, artificial fish school algorithm, genetic algorithm

中图分类号:

TP391

王培崇^1，2，钱旭¹，周玉¹. 求解VRP问题的混合鱼群遗传优化算法[J]. 计算机工程与应用, 2009, 45(24): 201-203.

WANG Pei-chong ^1，2，QIAN Xu1，ZHOU Yu¹. Hybrid artificial fish school algorithm to solve Vehicle Routing Problem（VRP）[J]. Computer Engineering and Applications, 2009, 45(24): 201-203.

[1]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[2]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[3]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[4]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[5]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[6]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[7]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[8]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[9]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[10]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[11]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[12]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[13]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[14]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[15]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.

求解VRP问题的混合鱼群遗传优化算法

Hybrid artificial fish school algorithm to solve Vehicle Routing Problem（VRP）

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics