期刊文章详细信息
蚁群优化自适应遗传算法物流车辆调度实现
Ant Colony Optimizing Adaptive Gene Algorism Resolving Logistics Vehicle Schedule
文献类型:期刊文章
机构地区:[1]菏泽学院计算机与信息工程系,山东菏泽274015
年 份:2012
卷 号:20
期 号:5
起止页码:1423-1425
语 种:中文
收录情况:BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、INSPEC、ZGKJHX、核心刊
摘 要:研究了使用蚁群算法优化遗传算法解决物流车辆调度问题;针对遗传算法在求解车辆调度问题时容易出现早熟,导致求解质量不高的问题;首先,定义了车辆调度问题的数学模型,在此基础上提出了一种对遗传算法中的交叉和变异概率进行自适应调整的方法,通过自适应遗传算法获得最优解;为了实现对其进一步的优化,使用蚁群算法提出一种对遗传算法最优解的进行优化的算法,将从遗传算法获得的最优路径的适应度初始化蚁群算法的各客户点之间的信息素,从而得到了进一步优化的最优路径;仿真实验得到平均最小配送距离仅为40.72,时间为2.11,计算效率较高,且与标准遗传算法、自适应遗传算法和蚁群算法相比,文中方法在最小配送距离、迭代数以及时间都具有较大优越性。
关 键 词:车辆调度 蚁群优化 遗传算法 优化
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...