学习型蚁群算法求解绿色多车场车辆路径问题

作     者：胡蓉 陈文博 钱斌 郭宁 向凤红 Hu Rong;Chen Wenbo;Qian Bin;Guo Ning;Xiang Fenghong

作者机构：昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500 

基　　金：国家自然科学基金(61963022 51665025) 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2021年第33卷第9期

页      码：2095-2108页

摘      要：针对我国城市中心区域路况较拥堵的实际情况,设计基于车辆行驶路段的速度计算方法,同时考虑车辆行驶距离、载重和速度因素,建立以最小化总油耗费用为目标的绿色多车场车辆路径问题模型,提出一种融合蚁群优化算法(Ant Colony Optimization,ACO)与知识模型的学习型蚁群优化算法(Learning Ant Colony Optimization,LACO)进行求解。为提高算法全局搜索性能和鲁棒性,设计由不同ACO参数组合和各参数组合选取概率组成的参数知识,用于每代调整ACO参数;为增强算法局部搜索能力,设计由各邻域操作贡献率组成的局部操作知识,用于每代确定各邻域操作的执行次数。通过在不同规模问题上的仿真实验和算法对比,验证所提LACO的有效性。

主 题 词：学习型蚁群算法 绿色多车场 车辆路径问题 知识模型 邻域搜索 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16182/j.issn1004731x.joss.20-0349

馆 藏 号：203104972...