多目标同时取送货车辆路径问题的改进蚁群算法

摘要：

为使同时取送货车辆路径问题(vehicle routing problem with simultaneous pickup and delivery,VRPSPD)的运输成本和各路径间最大长度差最小化,建立同时考虑车辆容量和距离约束的VRPSPD双目标模型,通过软件测试验证了模型准确性.针对问题的特点构造一个嵌入禁忌表、且具有贪婪转移准则的多目标蚁群算法,对蚂蚁产生的解执行多目标迭代局部搜索程序,以在多个邻域上优化该解或产生新的Pareto解.采用响应曲面法拟合算法参数对目标值影响的数学关系,确定最优参数组合.用该算法求得文献中12组Solomon算例的Pareto解集,并以绝对偏向最小化总成本的解与文献中仅最小化总成本的几种算法的计算结果进行比较,结果表明算法可求得权衡各目标且使单一目标近似最优的Pareto解.

关键词：综合交通运输、物流工程、蚁群算法、同时取送货车辆路径问题、多目标局部搜索、贪婪搜索

所属期刊栏目：35

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目61503043;中央高校基本科研业务费专项资金项目310822150020, 300102228402

在线出版日期：2018-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1347-1356