|
|
|
| 基于改进K-means聚类和遗传算法的混合算法求解异构车辆路径问题 |
| 吴麟麟1，吕一鸣1，何美玲1，韩 珣2,3 |
1.江苏大学 汽车与交通工程学院，江苏 镇江 212013；
2.智能警务四川省重点实验室，四川 泸州 646000；
3.四川警察学院 道路交通管理系，四川 泸州 646000 |
|
|
|
|
摘要 由于目前单一车型配送存在资源浪费和效率低下等问题，选取确定数量的不同车型对各客户点进行配送服务往往可以得到更优的配送路径方案。针对这一点，描述了一种异构车辆路径问题，并建立了具有固定车辆数且考虑固定成本、可变成本以及时间窗惩罚成本的混合整数规划模型。同时，提出了一种基于改进K-means聚类和遗传算法的混合算法对模型进行求解。实验仿真先求解不考虑时间窗的问题初步证明混合算法的有效性，再在带时间窗的问题中求解不同规模算例的单一及异构车型结果，以证明异构车型配送更优。最后，对该混合算法的求解结果与其他混合算法的求解结果进行对比分析，证明了混合算法的优越性。研究结果表明：该混合算法求解的异构车型结果优于单一车型，并且比其他混合算法求解的异构车型结果更优，异构车辆配送使用的配送车辆数更少，总成本也更低，该混合算法具有更好的效率和性能。
|
|
| 关键词:
异构车辆路径问题
改进K-means聚类算法
遗传算法
混合算法
|
|
发布日期: 2024-09-10
|
| No Suggested Reading articles found! |
|
|
Viewed |
|
|
|
Full text
|
|
|
|
|
Abstract
|
|
|
|
|
Cited |
|
|
|
|
| |
Shared |
|
|
|
|
| |
Discussed |
|
|
|
|
