求解卸装一体化的车辆路径问题的混合启发式算法

被引:16
作者
陈萍
黄厚宽
董兴业
机构
[1] 北京交通大学计算机科学与信息技术学院
关键词
卸装一体化车辆路径问题; 混合启发式算法; 蚁群系统; 变邻域下降搜索; 组合优化; NP难;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
提出一种结合蚁群系统(Ant Colony System,ACS)和变邻域下降搜索(Variable Neighborhood Descent,VND)的混合启发式算法ACSVND,求解卸装一体化车辆路径问题.利用基于插入的ACS解构造方法产生多个弱可行解,再逐个转换成强可行解,并选择其中最好的作为VND的初始解.在VND过程中使用三种不同的邻域结构:插入、交换和2-opt依次对解进行迭代优化.对55个规模为22~199的benchmark算例的求解结果表明,算法ACSVND能在较短时间内获得52个算例的已知最好解,并且更新了其中44个算例的已知最好解,求解性能优于现有算法.
引用
收藏
页码:565 / 573
页数:9
相关论文
共 7 条