改进的量子粒子群算法求解车辆路径问题  

Quantum-Behaved Particle Swarm Optimization Algorithm for Vehicle Routing Problem

作　　者：李娅[1] 王东[1] 杨跃武[1] 周燕[1] 

机构地区：[1]佛山科学技术学院电子与信息工程学院计算机系,佛山528000

出　　处：《计算机与数字工程》2013年第6期870-873,886,共5页Computer & Digital Engineering

基　　金：广东省科技计划工业攻关项目(编号:2011B010200031);广东省科技计划项目(编号:2012B040301032);广东高校优秀青年创新人才培养项目(编号:2012LYM_0132);佛山市科技项目(编号:2011AA100051)资助

摘　　要：提出一种基于Tent混沌映射的改进的量子粒子群优化算法求解车辆路径问题,该算法在基本量子粒子群优化算法(QPSO)的基础之上,采用Tent映射对粒子群的状态进行初始化,在算法进入早熟时,选用Tent映射对最优粒子进行混沌搜索,从而提高了算法的寻优能力,有效避免算法陷入局部最优和过早收敛。采用该算法应用于车辆路径问题取得了较好的效果。A quantum-behaved particle swarm optimization based on Tent chaos is proposed for vehicle routing problem（VRP）. Based on classical Quantum-Behaved Particle Swarm Optimization algorithm, the initial status of particle swarm is produced by Tent chaos. When the algorithm is trapped in local optimum, tent chaotic search is used for the optimal particles to enhance the ability of the algorithm optimiza- tion, avoid getting into local optimum and premature convergence. This algorithm is applied to vehicle routing problem to achieve good re- sults.

关 键 词：量子粒子群 混沌 边界变异 

分 类 号：TP202.7[自动化与计算机技术—检测技术与自动化装置]