包装物回收物流中的车辆路径优化问题

发布时间：2018-04-12 16:07

  本文选题：包装物回收 + 路径优化　； 参考：《包装工程》2017年17期

【摘要】：目的提高遗传算法(GA)求解包装物回收车辆路径优化问题的性能。方法通过对传统GA算法的改进,提出混合蜂群遗传算法(HBGA)。首先改进传统GA算法的初始种群生成方式,设计初始种群混合生成算子;其次,提出最大保留交叉算子,对优秀子路径进行保护;然后,在上述改进的基础上引入蜜蜂进化机制,用以保证种群多样性和优秀个体特征信息的利用程度;最后,对标准算例集进行仿真测试。结果与传统GA算法相比,HBGA算法在全局寻优能力、算法稳定性和运行速度方面均有所改善。HBGA算法的全局寻优能力和算法稳定性均优于粒子群算法(PSO)、蚁群算法(ACO)和禁忌搜索算法(TS),但运行速度稍慢于TS算法。结论对传统GA算法的改进是合理的,且HBGA算法整体求解性能优于PSO算法、ACO算法和TS算法。
[Abstract]:Objective to improve the performance of genetic algorithm (GA) in solving vehicle routing optimization problem.Methods by improving the traditional GA algorithm, a hybrid bee colony genetic algorithm (HGA) was proposed.Firstly, the initial population generation method of traditional GA algorithm is improved, and the initial population mixed generation operator is designed. Secondly, the maximal preserving crossover operator is proposed to protect the excellent subpaths.On the basis of the above improvements, the evolution mechanism of honeybee is introduced to ensure the diversity of population and the utilization of excellent individual characteristic information. Finally, the standard example set is simulated and tested.Results compared with the traditional GA algorithm, the global optimization ability of HBGA algorithm is better than that of the traditional GA algorithm.
【作者单位】： 重庆工商职业学院;
【基金】：重庆市教委人文社科项目(16SKGH209) 重庆工商职业学院重点项目(ZD2014-03)
【分类号】：F252;TP18

【相似文献】

相关期刊论文 前10条

1 陈印;徐红梅;;混合算法在车辆路径优化问题中的应用[J];计算机仿真;2012年05期

2 邵国金;沈云琴;;基于免疫计算的物流配送车辆路径优化[J];计算机测量与控制;2010年07期

3 陈迎欣;;基于改进蚁群算法的车辆路径优化问题研究[J];计算机应用研究;2012年06期

4 刘希洋;赵建民;徐慧英;朱信忠;;基于改进型蚁群算法求解车辆路径优化问题的研究[J];计算机时代;2010年03期

5 孙少龙;吴小涛;张珂珂;冯凯;席小斌;;PSO算法在物流配送车辆路径优化模型中的应用[J];电子世界;2012年15期

6 许永花;黄立君;;改进遗传算法在牛奶运输车辆路径优化中的应用[J];东北农业大学学报;2008年11期

7 肖力;;物流配送车辆路径优化问题的仿真研究[J];鄂州大学学报;2012年02期

8 吴洁明;;物流配送车辆路径优化问题的仿真研究[J];计算机仿真;2011年07期

9 於世为;郭海湘;诸克军;;基于GA-TS的开放式车辆路径优化算法及应用[J];系统管理学报;2012年02期

10 吴隽;陈定方;李文锋;胡俊杰;;基于改进蚁群算法的有时间窗车辆路径优化[J];湖北工业大学学报;2008年03期

相关会议论文 前1条

1 吴隽;陈定方;李文锋;胡俊杰;;基于改进蚁群算法的有时间窗车辆路径优化[A];湖北省机械工程学会设计与传动学会、武汉机械设计与传动学会2008年学术年会论文集（2）[C];2008年

相关博士学位论文 前1条

1 张家善;基于改进蚁群算法的物流配送车辆路径优化研究[D];辽宁工程技术大学;2014年

相关硕士学位论文 前4条

1 张红豆;基于蚁群算法的物流系统配送车辆路径优化问题研究[D];昆明理工大学;2015年

2 李凯;基于蚁群算法的车辆路径优化方法研究与应用[D];长沙理工大学;2014年

3 张昊;车辆运输路径优化问题研究与应用[D];长春工业大学;2016年

4 唐小刚;半开放式多配送中心多车型车辆路径优化问题研究[D];广东工业大学;2015年

，

本文编号：1740442