病毒进化遗传算法的车辆调度优化模型

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (15): 240-243.

病毒进化遗传算法的车辆调度优化模型

童立君

南昌航空大学信息工程学院，南昌 330063

出版日期:2015-08-01 发布日期:2015-08-14

Vehicle scheduling model optimized by genetic algorithm with virus evolution

TONG Lijun

School of Information Engineering, Nanchang Hangkong University, Nanchang 330063, China

Online:2015-08-01 Published:2015-08-14

摘要/Abstract

摘要： 为了提高车辆调度优化效率，提出一种病毒进化遗传算法的车辆调度优化模型。建立车辆调度的数学模型，采用遗传算法对模型进行求解，并采用病毒群体感染主群体，主群体在历代个体间纵向传递信息以利于全局优化，病毒群体通过感染操作在同代个体间横向传递信息利于局部搜索，进行仿真对比实验。结果表明，病毒进化遗传算法较好地解决了标准遗传算法存在的不足，加快了车辆调度优化问题的求解效率，获得了更优的车辆调度方案，具有较高的应用价值。

关键词: 车辆调度问题, 遗传算法, 病毒进化, 最优调度方案

Abstract: In order to obtain good results of vehicle scheduling problem, a novel vehicle scheduling optimization method based on virus evolution genetic algorithm is proposed. A mathematical model of vehicle scheduling problem is established, and then the model is solved by genetic algorithm. The main groups which consist of bats transmit information cross the vertical generations and the virus groups transfer evolutionary information cross the same generation through virus infection. The simulation experiment is used to test the performance. The result shows that the proposed algorithm has solved the defects of genetic algorithm and can obtain good vehicle scheduling solution, and has good application value.

Key words: vehicle scheduling problem, genetic algorithm, virus evolution, optimal scheduling solution

童立君. 病毒进化遗传算法的车辆调度优化模型[J]. 计算机工程与应用, 2015, 51(15): 240-243.

TONG Lijun. Vehicle scheduling model optimized by genetic algorithm with virus evolution[J]. Computer Engineering and Applications, 2015, 51(15): 240-243.

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.