云自适应遗传算法有能力约束的车辆调度优化

被引：20

作者：

蹇洁 ^{[1
,2
]}

王旭 ^{[1
]}

葛显龙 ^{[3
]}

机构：

[1] 重庆大学机械工程学院

[2] 重庆邮电大学经济管理学院

[3] 重庆交通大学管理学院

来源：

重庆大学学报 | 2013年 / 36卷 / 08期

关键词：

车辆调度问题; 标准遗传算法; 云遗传算法; 云模型;

D O I：

暂无

中图分类号：

U492.22 [];

学科分类号：

082302 ; 082303 ;

摘要：

针对与车辆调度成本密切相关的运输量和车辆利用率,建立油耗费用和固定费用最小的车辆调度模型。根据车辆调度问题实时性和复杂性的要求,提出云模型理论与遗传算法相结合的云自适应遗传算法,利用云模型云滴的随机性和稳定倾向性改进标准遗传算法中固定设置交叉和变异概率的方式,克服了标准遗传算法搜索速度慢及易早熟的缺陷,设计基于最大保留机制的交叉和变异算子,提高了算法的收敛性和鲁棒性。最后,结合算例对模型和算法的有效性进行验证。

引用

页码：40 / 46

页数：7

共 16 条

[1]

An adaptive large neighborhood search heuristic for the cumulative capacitated vehicle routing problem.[J].Glaydston Mattos Ribeiro;Gilbert Laporte.Computers and Operations Research.2011, 3

[2]

An investigation into the vehicle routing problem with time windows and link capacity constraints.[J].Hong Ma;Brenda Cheang;Andrew Lim;Lei Zhang;Yi Zhu.Omega.2011, 3

[3] 基于车辆共享的软时间窗动态需求车辆路径问题 [J].