基于改进遗传算法的应急物资配送车辆调度优化问题研究  

Research on vehicle scheduling optimization in emergency material distribution based on improved genetic algorithm

作　　者：胡飞虎[1] 马贝龙[1] 杨丽[1] 李威[1] 

机构地区：[1]西安交通大学电气工程学院工业自动化系,西安710049

出　　处：《计算机应用研究》2014年第10期2928-2932,2936,共6页Application Research of Computers

基　　金：国家自然科学基金资助项目(61174154);中央高校基本科研业务费专项资金资助项目;国家教育部"新世纪优秀人才支持计划"资助项目

摘　　要：以调度完成时间最短为目标,对多种类型车辆从多个仓库点运载多种物资到多个灾害点的问题进行了数学描述,建立了相应的数学模型。采用标准遗传算法对基于模型的算例进行求解,针对标准遗传算法求解存在的早熟收敛、一定迭代次数条件下求解精度不高等问题,分别从改进交叉算子和同时改进交叉算子及迭代引入新个体两个方面对标准遗传算法进行改进。采用改进遗传算法对算例进行求解,并与标准遗传算法求得的解进行对比,结果表明改进遗传算法能明显改善早熟收敛的情况,并获得精度更高的解。This paper proposed an improved genetic algorithm for the emergency material dispatching problem （EMDP）. It im- proved canonical genetic algorithm （GA） in two ways：improving crossover operator; improving crossover operator and introducing new chromosomes every iteration simultaneously. It built a mathematical model with the characteristic of multiple vehicle types, multiple kinds of materials, muhiple depots and emergency locations, and the objective of the model was minimizing the schedu- ling completion time. Then it solved the model with canonical GA and improved GA respectively and compare the solutions. The comparison result shows that the improved GA improves premature convergence of canonical GA remarkably, and obtains a more accurate solution.

关 键 词：早熟收敛 改进遗传算法 交叉算子 迭代引入新个体 优化调度 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构] TP391[自动化与计算机技术—计算机科学与技术]