基于改進自適應(yīng)遺傳算法的物流配送路徑優(yōu)化研究

《基于改進自適應(yīng)遺傳算法的物流配送路徑優(yōu)化研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、計算機測量與控制．２０１８．２６（２）設(shè)計與應(yīng)用·２３６·犆狅犿狆狌狋犲狉犕犲犪狊狌狉犲犿犲狀狋牔犆狅狀狋狉狅犾文章編號：１６７１４５９８（２０１８）０２０２３６０５ＤＯＩ：１０．１６５２６／ｊ．ｃｎｋｉ．１１－４７６２／ｔｐ．２０１８．０２．０５８中圖分類號：ＴＰ３９１．９文獻標識碼：Ａ基于改進自適應(yīng)遺傳算法的物流配送路徑優(yōu)化研究吳聰，陳侃松，姚靜（湖北大學計算機與信息工程學院物聯(lián)網(wǎng)工程研究所，武漢４３００６２）摘要：針對物流運輸中帶軟時間窗車輛路徑優(yōu)化問題，提出一種改進的自適應(yīng)遺傳算

2、法；為消除遺傳算法初始種群隨機性強，個體分散的缺陷，采用精英保留選擇方法，加快算法的收斂速度，同時提出了交叉概率和變異概率自適應(yīng)調(diào)整的交叉和變異方法，進化過程中交叉概率和變異概率根據(jù)適應(yīng)度、進化代數(shù)和進化過程中個體未改變數(shù)目個數(shù)來自適應(yīng)變化，提高算法的局部搜索能力，有效避免了算法出現(xiàn)未成熟收斂的情況；將新的自適應(yīng)遺傳算法（ｎｅｗｉｍｐｒｏｖｅｄａｄａｐｔｉｖｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，ＮＩＡＧＡ）應(yīng)用于該路徑優(yōu)化問題的求解，實驗結(jié)果表明改進后的自適應(yīng)遺傳算法在求解物流配送路徑優(yōu)化問題上有明顯優(yōu)勢。關(guān)鍵詞：物流配送；路徑優(yōu)化問題；遺傳算法犛狋狌犱狔狅狀犗狆狋犻犿犻狕犪狋犻狅狀狅犳犔狅犵

3、犻狊狋犻犮狊犇犻狊狋狉犻犫狌狋犻狅狀犚狅狌狋犲犅犪狊犲犱狅狀犐犿狆狉狅狏犲犱犃犱犪狆狋犻狏犲犌犲狀犲狋犻犮犃犾犵狅狉犻狋犺犿ＷｕＣｏｎｇ，ＣｈｅｎＫａｎｓｏｎｇ，ＹａｏＪｉｎｇ（ＩｎｓｔｉｔｕｔｅｏｆＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓ，ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨｕｂｅｉＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００６２，Ｃｈｉｎａ；）犃犫狊狋狉犪犮狋：Ａｎｅｗｉｍｐｒｏｖｅｄａｄａｐｔｉｖｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄｆｏｒｓｏｌｖｉｎｇｖｅｈｉｃｌｅｒｏｕｔｉｎｇｐｒｏｂｌｅｍｗｉｔｈｓｏｆｔｔｉｍｅ

4、ｗｉｎｄｏｗｓ（ＶＲＰＳＴＷ）．Ｔｈｅｉｎｉｔｉａｌｐｏｐｕｌａｔｉｏｎｏｆｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ（ＧＡ）ｉｓｈｉｇｈｌｙｓｔｏｃｈａｓｔｉｃａｎｄｉｎｄｉｖｉｄｕａｌｄｉｓｔｒｉｂｕｔｉｏｎｉｓｄｉｓｐｅｒｓｅｄ，ｓｏｅｌｉｔｉｓｍｓｔｒａｔｅｇｙｉｓａｄｏｐｔｅｄｔｏｉｍｐｒｏｖｅｏｐｅｒａｔｉｏｎｓｐｅｅｄ．ＧＡｉｓｐｒｏｎｅｔｏ“ｐｒｅｍａｔｕｒｅ”ａｎｄｉｎｌｏｃａｌｏｐｔｉｍａｔｒａｐｗｈｅｎｓｅａｒｃｈｉｎｇｔｏｎｅａｒｔｈｅｌｏｃａｌｏｐｔｉｍａｓｏｌｕｔｉｏｎ．Ｔｏａｖｏｉｄａｌｇｏｒｉｔｈｍｉｍｍａｔｕｒｅｃｏｎｖｅｒｇｅｎｃｅｔｈｅｐａｐｅｒｐｒｏｐｏｓｅｓａ

5、ｎａｄａｐｔｉｖｅａｄｊｕｓｔｍｅｎｔｍｅｔｈｏｄｏｆｃｒｏｓｓｏｖｅｒｐｒｏｂａｂｉｌｉｔｙａｎｄｍｕｔａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙ．Ｔｈｅｎｅｗｉｍｐｒｏｖｅｄａｄａｐｔｉｖｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｉｓａｐｐｌｉｅｄｔｏｖｅｈｉｃｌｅｒｏｕｔｉｎｇｐｒｏｂｌｅｍ．Ｔｈｅｒｅｓｕｌｔｓｃｌｅａｒｌｙｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｈａｓｂｅｔｔｅｒｓｏｌｕｔｉｏｎ．犓犲狔狑狅狉犱狊：ｌｏｇｉｓｔｉｃｓｄｉｓｔｒｉｂｕｔｉｏｎ；ｒｏｕｔｉｎｇｏｐｔｉｍｉｚａｔｉｏｎ；ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ速度變慢，容易出現(xiàn)未成熟收斂，陷入局部最優(yōu)［３

6、］等缺點，為０引言克服這些缺陷ｓｒｉｎｉｖａ［４］等人提出了自適應(yīng)遺傳算法，搜索過程車輛的路徑問題是物流配送中的核心問題，合理地規(guī)劃物中交叉概率和變異概率根據(jù)進化的情況進行自適應(yīng)調(diào)整［５］。任流運輸過程中的車輛路徑能為企業(yè)降低生產(chǎn)成本，提高企業(yè)市子武［６］等人對傳統(tǒng)的自適應(yīng)遺傳算法進行改進，遺傳參數(shù)隨適場競爭力。帶軟時間窗的車輛路徑問題（ｖｅｈｉｃｌｅｒｏｕｔｉｎｇｐｒｏｂ應(yīng)度的大小自適應(yīng)調(diào)整，算法的收斂速度和收斂精度得到了一ｌｅｍｗｉｔｈｓｏｆｔｔｉｍｅｗｉｎｄｏｗｓ，ＶＲＰＳＴＷ），是指在滿足車輛容定的提高，但該方法對適應(yīng)值小于平均適應(yīng)值的劣質(zhì)個體的處量不超過核載容量和規(guī)定時間范圍等約

7、束條件的前提下，合理理方式單一，算法進化到晚期還是存在種群中個體多樣性降規(guī)劃車輛運輸路徑，使物流配送過程中產(chǎn)生的費用最低。低，收斂速度變慢的缺點，針對這些問題本文提出新的改進自遺傳算法是一種智能進化算法，它具有全局搜索能力強，適應(yīng)遺傳算法，對遺傳參數(shù)的自適應(yīng)調(diào)整方案進行改進，并利算法靈活，計算速度快等優(yōu)勢［１］，被廣泛應(yīng)用于求解物流配送用該方法來求解ＶＲＰＳＴＷ問題。路徑優(yōu)化問題［２］，但其存在初始種群的隨機