首页 | 本学科首页   官方微博 | 高级检索  
     

混合禁忌搜索算法求解关联运输调度问题
引用本文:蔡延光,汤雅连,朱 君. 混合禁忌搜索算法求解关联运输调度问题[J]. 计算机科学, 2015, 42(4): 230-234, 273
作者姓名:蔡延光  汤雅连  朱 君
作者单位:广东工业大学自动化学院 广州510006
基金项目:本文受国家自然科学基金(61074147,61074185),广东省自然科学基金(S2011010005059,8351009001000002),广东省教育部产学研结合项目(2012B091000171,2011B090400460),广东省科技计划项目(2012B050600028,2010B090301042)资助
摘    要:考虑到实际生活中车辆受发车时间限制以及道路路况影响运输成本等因素,建立了带客户软时间窗、车场硬时间窗、多车型、道路路况等约束的关联运输调度问题模型.结合禁忌搜索与遗传算法的优势,构造了混合禁忌搜索算法,以通过构造多个初始解来增大搜索空间;设计了两种禁忌表,分别为局部禁忌表和全局禁忌表,这不仅能加快寻优速度,还可以摆脱对单个解的依赖;将禁忌搜索生成的优化解作为遗传算法的初始解,可以加快寻优速度;自适应调整禁忌表长度可以避免早熟收敛;提取核心路径便于进行后期优化,relocate算子能减少路径网络回路数目.对实例进行的仿真表明,提出的IVRP优于一般的VRP,可节约大量成本,且提出的算法在收敛速度和寻优结果两方面都优于遗传算法和禁忌搜索算法.由3种算法求解得到的总成本、总里程及收敛时间的标准差体现出该算法的稳定性比另外两种算法的好.

关 键 词:关联运输调度问题  禁忌搜索  遗传算法  核心路径  自适应交叉  混沌变异

Hybrid Tabu Search Algorithm for Solving Incident Vehicle Routing Problem
CAI Yan-guang,TANG Ya-lian and ZHU Jun. Hybrid Tabu Search Algorithm for Solving Incident Vehicle Routing Problem[J]. Computer Science, 2015, 42(4): 230-234, 273
Authors:CAI Yan-guang  TANG Ya-lian  ZHU Jun
Affiliation:School of Automation,Guangdong University of Technology,Guangzhou 510006,China,School of Automation,Guangdong University of Technology,Guangzhou 510006,China and School of Automation,Guangdong University of Technology,Guangzhou 510006,China
Abstract:
Keywords:Incident vehicle routing problem  Tabu search  Genetic algorithm  Core route  Adaptive crossover  Chaotic mutation
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号