基于改进群搜索优化算法的车辆路径问题研究  

作　　者：杨文璐[1] 宁玉富[2] 

机构地区：[1]山东师范大学管理科学与工程学院,山东济南250014 [2]德州学院不确定系统实验室,山东德州253023

出　　处：《山东省农业管理干部学院学报》2013年第2期155-157,共3页Journal of Shandong Agricultural Administrators' College

基　　金：山东省科技发展计划项目(2009GG2001029)

摘　　要：针对标准群搜索优化(GSO)算法存在的早熟、后期迭代效率低和容易陷入局部极优点等问题,提出了一种改进的群搜索优化算法用于车辆路径问题的研究。该算法先是通过交叉因子的引入来曾加粒子的多样性并增强群成员的优良性,从而减小后期搜索中算法易陷入局部极优点的概率;然后借助于模拟退火算法的优势来有效的提高算法收敛性能。实验表明,基于交叉因子和模拟退火的群搜索优化(CMGSO)算法相比于标准群搜索优化(GSO)和粒子群优化(PSO)算法来说,具有较快的收敛性能和较好的全局寻优能力,因此该算法适用于物流车辆路径寻优问题的研究和解决。

关 键 词：群搜索优化算法 交叉因子 模拟退火算法 粒子群算法 车辆路径 物流 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]