双重信息引导的蚁群算法求解绿色多舱车辆路径问题

针对当前实际运输中广泛存在的绿色多舱车辆路径问题(GMCVRP),文章提出一种双重信息引导的蚁群优化算法(DIACO)进行求解.首先,在DIACO的全局搜索阶段,重新构建传统蚁群优化算法(TACO)中的信息素浓度矩阵(PCM),使其同时包含客户块信息和客户序列信息,即建立具有双重信息的PCM(DIPCM),从而更全面学习和累积优质解的信息;采用3种启发式方法生成较高质量个体,用于初始化DIPCM,可快速引导算法朝向解空间中优质区域进行搜索.其次,在DIACO的局部搜索阶段,设计结合自适应策略的多种变邻域操作,用于对解空间的优质区域执行深入搜索.再次,提出信息素浓度平衡机制,以防止搜索陷入停滞....

Full description

Saved in:
Bibliographic Details
Published in控制理论与应用 Vol. 41; no. 6; pp. 1067 - 1078
Main Authors 郭宁, 申秋义, 钱斌, 那靖, 胡蓉, 毛剑琳
Format Journal Article
LanguageChinese
Published 昆明理工大学云南省人工智能重点实验室,云南 昆明 650500%昆明理工大学信息工程与自动化学院,云南昆明 650500 01.06.2024
昆明理工大学云南省人工智能重点实验室,云南 昆明 650500%昆明理工大学 机电工程学院,云南昆明 650500%昆明理工大学信息工程与自动化学院,云南昆明 650500
昆明理工大学信息工程与自动化学院,云南昆明 650500
昆明理工大学 机电工程学院,云南昆明 650500%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 机电工程学院,云南昆明 650500
Subjects
蚁群优化算法
双重信息引导
green
dual-information guided
pheromone concentration balance mechanism
多舱车辆路径问题
绿色
multi-compartment vehicle routing problem
信息素浓度平衡机制
ant colony optimization algorithm
Online AccessGet full text
ISSN1000-8152
DOI10.7641/CTA.2023.20930

Cover

More Information
Summary:针对当前实际运输中广泛存在的绿色多舱车辆路径问题(GMCVRP),文章提出一种双重信息引导的蚁群优化算法(DIACO)进行求解.首先,在DIACO的全局搜索阶段,重新构建传统蚁群优化算法(TACO)中的信息素浓度矩阵(PCM),使其同时包含客户块信息和客户序列信息,即建立具有双重信息的PCM(DIPCM),从而更全面学习和累积优质解的信息;采用3种启发式方法生成较高质量个体,用于初始化DIPCM,可快速引导算法朝向解空间中优质区域进行搜索.其次,在DIACO的局部搜索阶段,设计结合自适应策略的多种变邻域操作,用于对解空间的优质区域执行深入搜索.再次,提出信息素浓度平衡机制,以防止搜索陷入停滞.最后,使用不同规模的算例进行仿真测试和算法对比,结果验证了DIACO是求解GMCVRP的有效算法.
ISSN:1000-8152
DOI:10.7641/CTA.2023.20930