求解动态车辆路径问题的演化蚁群算法

吴兆福; 董文永

您当前的位置：

首页 >

文章列表页 >

求解动态车辆路径问题的演化蚁群算法

数学与计算机科学 | 更新时间：2021-04-02

- 求解动态车辆路径问题的演化蚁群算法
- A Mixed Evolutionary Ant Algorithm for the Dynamic Vechicle Routing Problem
- 武汉大学学报（理学版） 2007年第5期页码：571-575
- 作者机构：
  
  1. 武汉大学计算机学院
  2. 武汉大学计算机学院,湖北,武汉,430072
  3. 荆州职业技术学院信息技术系
  4. ,湖北,荆州,434100
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（60301009）;武汉市青年科技晨光计划项目（20065004116-03）
- DOI：
  中图分类号： TP301.6
- 纸质出版日期：2007-05-01，
- 稿件说明：
移动端阅览
[1]吴兆福,董文永.求解动态车辆路径问题的演化蚁群算法[J].武汉大学学报(理学版),2007(05):571-575.

WU ZHAOFU1, DONG WENYONG1. A Mixed Evolutionary Ant Algorithm for the Dynamic Vechicle Routing Problem. [J]. 2007, (5): 571-575.
[1]吴兆福,董文永.求解动态车辆路径问题的演化蚁群算法[J].武汉大学学报(理学版),2007(05):571-575. DOI：

WU ZHAOFU1, DONG WENYONG1. A Mixed Evolutionary Ant Algorithm for the Dynamic Vechicle Routing Problem. [J]. 2007, (5): 571-575. DOI：

摘要

在Evo-Ant算法的基础上提出了多目标的算法

即利用Evo-Ant算法来产生新的解

并利用一个额外的存储空间来存放Pareto候选解

用新产生的解来更新Pareto候选解

消除被支配的解

依次循环

从而得到近似的Pareto解.为了验证演化蚁群算法

采用2种测试手段:一种是Solomon的测试数据;另一种是在仿真环境下的测试.实验结果表明该算法很具有竞争能力.

Abstract

A new MOPs algorithm

named MEvo-Ant（multi-objective evolutionary ant algorithm）

is proposed for the DVRPs（dynamic vehicle routing problem）.In the MEvo-Ant algorithm an archive is used to storage the candidate Pareto solutions while the Evo-Ant algorithm is employed to generate new solutions and update the archive to eliminate the dominated solutions.With the iterations the solutions in the candidate Pareto set are approach to the true Pareto solutions.In this paper two methods are used to evaluate the MEvo-Ant

the one is used the Solomon testing data

and the other is used a simulator.The experiment results show that the MEvo-Ant algorithm is effective to the DVRPs.

关键词

演化蚁群算法动态车辆路径问题多目标优化

Keywords

evolutionary ant algorithmdynamic vechicle routing problem（DVRP）multi-objective optimization

references

浏览量

399

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多目标优化的无线传感网无干扰分簇算法

基于Storm的城市智能交通规划方法

基于学习的动态多目标方法求解约束优化问题

一种改进型多目标粒子群优化算法MOPSO-Ⅱ

基于黎曼球面的多目标演化算法