排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
分析4种不同的水果运输调度问题（Fruits in Vehicle Routing Problem,FVRP）：带硬时间窗的具有需求关联的模型、带容量约束的车辆运输调度问题模型、车辆运输调度问题模型和旅行商问题模型,并构建了相应的数学模型,采用基本人工鱼群算法和全局人工鱼群算法对所建立的4种模型求解,实验证明,全局人工鱼群算法克服了精度低、后期收敛慢、复杂度较高等缺点,能有效地求解此类问题,进一步证明了问题模型的复杂程度影响算法寻优能力,问题模型越复杂,收敛更慢.同时,也体现出当问题模型较复杂时,全局人工鱼群算法的寻优质量和速度优于人工鱼群算法. 相似文献
2.
在配送过程中,VIP客户订货量较大,为其提供快速及时的服务能提高VIP客户的满意度,所以研究基于VIP客户的多配送中心车辆路径问题(Multiple Depot Vehicle Routing Problem based on VIP clients,MDVRPVC)模型具有现实意义.由于基本的蚁群优化(Ant Colony Optimization,ACO)搜索初期信息匮乏,导致信息素累积时间长,求解速度慢,所以结合具有快速全局搜索能力的遗传算法,自适应地改变信息素的挥发系数,引入平滑机制,有助于对搜索空间进行更有效的搜索,构成一种混合自适应蚁群优化算法(Hybrid Adaptive Ant Colony Optimization,HAACO).应用GA和HAACO对MDVRPVC求解,实验证明,求解算法HAACO是有效可行的,且HAACO优于GA. 相似文献
3.
求解带软时间窗多车场多车型车辆路径问题的一种改进蚁群算法(英文) 总被引：1，自引：0，他引：1
考虑实际生活中带多种扩展特征(如多车场、多车型、客户服务优先级、时间窗等)的车辆路径问题应用广泛,建立带软时间窗多车场多车型车辆路径问题的数学模型,并提出一种改进的蚁群优化算法(IACO)求解该模型.首先,根据就近原则将客户分组,并通过扫描算法构造初始路径;其次,通过引入遗传算子并自适应地调整交叉概率和变异概率来提高算法的全局收敛能力,且采用平滑机制来提高蚁群优化算法的性能;最后,采用3-opt策略来提高算法的局部搜索能力.将提出的算法应用在3个随机产生的实例中,仿真表明提出的IACO在收敛速度和解质量两方面都优于现有的3种算法,证明提出的算法是有效可行的,且提出的模型具有一定的实际意义. 相似文献
1