论文研究关联运输调度问题带遗传算子的自适应蚁群算法.pdf

考虑实际生活中商品供应商具有严格的营业时间限制、客户的个性化送货时间预设以及道路路况影响运输成本等因素，建立带多种约束的关联运输调度问题模型。通过聚类算法和节约算法构造初始解，提高求解速度；自适应地改变启发式因子和期望启发式因子，提高算法收敛速度；引入遗传操作算子，自适应改变交叉概率和变异概率，提高算法的全局搜索能力；提取核心路径便于进行后期优化；通过3-opt与车场交换，提高算法的局部搜索能力。基于以上方法构造带遗传算子的自适应蚁群算法，对40客户规模的实例进行仿真，结果表明提出的IVRP优于VRP，该算法在收敛速度和寻优结果两方面略优于自适应遗传算法和自适应蚁群算法，且其稳定性良好。