多目标车辆路径的遗传算法  

Multi-Objective Union Transport Scheduling Genetic Algorithm

作　　者：宋康[1] 蔡延光[1] 张敏捷[1] 陈金[1] 

机构地区：[1]广东工业大学自动化学院,广州510006

出　　处：《微计算机信息》2010年第10期221-223,共3页Control & Automation

基　　金：基金申请人:章云;蔡延光;项目名称:复杂网络化系统若干基础科学问题研究;基金颁发部门:广东省自然科学基金委(8351009001000002);基金申请人:蔡延光;项目名称:联盟运输调度问题研究;基金颁发部门:国家自然科学基金委(60374062);基金申请人:蔡延光;项目名称:基于RFID的供应链物流监控智能决策支持系统研究与应用;基金颁发部门:广东省科学技术厅(2007B010200070)

摘　　要：传统的单目标遗传算法运行一次只能得到一个解,而多目标遗传算法运行一次可以得到一个解集,多个解可以为决策者提供更多的选择余地,作出更好的决策。本算法通过设计新的改进遗传算子,进一步提高了算法的性能,并设计采用擂台法则构建非支配集,降低了时间复杂度。通过实验验证表明,此算法能有效的解决车辆路径问题。The traditional single-objective genetic algorithm can only get a solution every a run,but multi-objective genetic algorithm can get a solution set every a run.A number of solutions can provide decision-makers with more choice and decision-makers can make better decisions.This algorithm further improve the performance of the algorithm by improving the design of new genetic operators and design arena＇s principle to build non-dominating set rules which reduce the time complexity.Experiments show that this algorithm can effectively solve the vehicle routing problem.

关 键 词：车辆路径问题 遗传算法 非支配集 多目标最优化 

分 类 号：TP31[自动化与计算机技术—计算机软件与理论]