文献类型：期刊文章

作　　者：卿东升[1,2] 邓巧玲[2] 李建军[3] 刘帅[3] 刘鑫[2] 曾素平[4]

QING Dong-sheng;DENG Qiao-ling;LI Jian-jun;LIU Shuai;LIU Xin;ZENG Su-ping(Faculty of Life Science and Technology,Central South University of Forestry and Technology,Changsha 410000,China;Faculty of Information Engineering,Hunan Applied Technology University,Changde 415000,China;Faculty of Computer and Information Engineering,Central South University of Forestry&Technology,Changsha 410000,China;Faculty of Forestry,Central South University of Forestry and Technology,Changsha 410000,China)

机构地区：[1]中南林业科技大学生命科学与技术学院,长沙410000 [2]湖南应用技术学院信息工程学院,湖南常德415000 [3]中南林业科技大学计算机与信息工程学院,长沙410000 [4]中南林业科技大学林学院,长沙410000

出　　处：《控制与决策》

基　　金：国家自然科学基金项目(31570627);湖南省科技计划项目(2015WK3017);湖南省教育厅优秀青年科研项目(18B579)。

年　　份：2021

卷　　号：36

期　　号：6

起止页码：1397-1406

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ2020、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了更加合理地规划车辆配送路径,尽可能使用最少的车辆数和最短路径长度来完成整个客户点的配送任务,提出一种基于粒子群算法的满载需求可拆分车辆路径(F-SDVRP)规划策略,在配送过程中通过确保任何一辆满载的配送车辆从配送点出发后均以"最优"的配送路径进行配送来达到配送的总路径"最优"要求,并通过粒子群算法不断优化整个客户点的配送顺序.仿真结果表明,在求解相关客户点配送问题时,所提出的车辆规划策略得到的结果优于对比文献中的求解方法,在配送车辆数相同的情况下,最大的路径长度减少率达到8.21%.此外,各算例的仿真结果表明,所提出的策略的寻优结果稳定,粒子群算法可以解决满载需求可拆分车辆路径规划问题.

关 键 词：需求可拆分  车辆路径规划  粒子群算法 智能优化算法 配送路径 满载  

分 类 号：TP391.9]