基于改进混合蛙跳算法的CVRP求解

被引：29

作者：

骆剑平

李霞

陈泯融

机构：

[1] 深圳大学信息工程学院

来源：

电子与信息学报 | 2011年 / 33卷 / 02期

关键词：

智能优化; 进化算法; 混合蛙跳算法; 极值动力学优化; 车辆路径问题; 收敛性;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

该文提出基于实数编码模式的混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)求解容量约束车辆路径问题(Capacitated Vehicle Routing Problem,CVRP);把具有极强局部搜索能力的幂律极值动力学优化(PowerLaw Extremal Optimization,τ-EO)融合于SFLA,针对CVRP对τ-EO过程进行设计和改进。改进的τ-EO采用新颖的组元适应度计算方法;采用幂律概率分布来挑选需要变异的组元;根据最邻近城市表,采用幂律概率分布挑选变异组元的最佳邻近城市,执行线路间或线路内的变异。求解测试库中的实例,证明该改进算法有效。

引用

页码：429 / 434

页数：6

共 8 条

[1] 求解VRP问题的混合鱼群遗传优化算法 [J].