摘要：作为一种新型的生物启发式群体智能算法,布谷鸟算法模拟了布谷鸟生育雏鸟以及鸟类的Levy flights行为,是一种全局最优搜索算法,为了更好地提高算法对不同问题的适应能力,提出一种基于贪婪搜索和变异操作的布谷鸟(GMCS)算法.根据最优位置设计一种贪婪搜索策略,贪婪搜索策略和Levy flights随机游动搜索策略按概率交替进行,加强算法的局部探索能力;引入差分进化算法中的变异操作,提高算法跳出局部最优的能力;加入一个新的参数,根据收敛状态自适应地调整参数阈值以控制贪婪搜索策略和变异操作的执行次数.通过8个标准测试函数进行数值实验,实验结果表明,与部分改进的布谷鸟算法以及一些其他改进的演化算法相比,GMCS算法具有较好的收敛性能和适应能力,验证了改进后算法的有效性.

摘要：针对城市煤炭运输过程中多配送站的车辆路径规划问题,须考虑行驶距离和实际装载量对物流配送过程中车辆燃料消耗量和碳排放量的影响。首先,将燃料成本和碳排放成本考虑到总成本中,提出了以最小化物流成本和碳排放量的多目标多配送站车辆路径规划问题,建立了该问题的混合整数规划模型。其次,基于该模型特点,设计了改进的化学反应算法,对问题进行求解。该算法采用两部编码和矩阵编码方式,设计了基于贪婪搜索策略的种群初始化方法,并进一步设计了4种化学反应。最后,通过随机产生数据进行数值实验。实验结果表明:车辆多行驶较短的距离可以降低碳排放量,这为兼顾物流成本和碳排放量的多配送站车辆配送问题提供了方法指导。