一种处理带时间窗约束的多仓库车辆路径问题的自适应粒子群-遗传混合优化算法

著录项目

摘要

本发明提供了一种处理带时间窗约束的多仓库车辆路径问题的自适应粒子群‑遗传混合优化算法，通过将粒子群算法和遗传算法进行融合，并引入了历史最优基因和全局最优基因的概念，使方法的全局搜索能力得到了显著提升，且保证了两种最优基因更新的实时性；利用设定的自适应交叉长度系数，基于迭代优化情况修改交叉基因片段长度，增加了交叉操作的启发性，也进一步提高了遗传算法的搜索能力，三阶段的交叉操作也提高了优化效率。此外，本发明的方法还设计了基于时空距离的客户节点聚类方式，有助于保证聚类节点的时空统一性。

附图

附图 1