基于元胞小生境遗传算法的物流配送路径优化.pdf

《基于元胞小生境遗传算法的物流配送路径优化.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第1期组合机床与自动化加工技术N0．12013年1月ModularMachineTool＆AutomaticManufacturingTechniqueJan．2013文章编号：1001—2265(2013)O1—0121—05基于元胞小生境遗传算法的物流配送路径优化木朱大林，詹腾，张屹，刘铮(三峡大学机械与材料学院，宜昌443002)摘要：现在物流业面临着小批量和多动态的需求，对物流配送路径进行优化显得越来越重要。然而，解决此优化问题的核心是设计一种快速有效地优化方法，基于此，文章在经典元胞遗传算法的基础上，引入小

2、生境技术，得到了一种元胞小生境遗传算法，使算法具有较好的多样性保持能力。将该算法应用于带有时间窗的车辆路径问题的求解当中，并针对该问题设计了一种顺序逆转交叉算子，结果表明，新算法相对于经典元胞遗传算法和小生境遗传算法能更好的避免陷于“早熟”，所得结果精度更高，是解决物流配送路径优化问题的有效算法。关键词：路径优化；元胞结构；遗传算法；小生境技术中图分类号：TH16；TG65文献标识码：ALogisticsDistributionRouteOptimizationBasedonCellularNicheGeneticA

3、lgorithmZHUDa-lin，ZHANTeng，ZHANGYi，LIUZheng(CollegeofMechanical&MaterialEngineering，ChinaThreeGorgesUniversity，Yichang443002，China)Abstract：Sincethepresentlogisticsindustryisinlimitedquantitiesandwithmanyfactorsofdynamicchanges，logisticdistributionrouteoptimiza

4、tionisbecomingincreasinglyimportant．However，thekeytosolvethisproblemistodesignaquickandeffectiveoptimizationmethod．Onthisbasis，thispaperpro—posesanewcellularnichegeneticalgorithmbasedoncanonicalcellulargeneticalgorithmbyintroducingnichetechnology，whichcanmainta

5、inthepopulationdiversityverywel1．Theproposedalgorithmisthenappliedtosolvingthevehicleroutingproblemwithtime—-windowandanorder-reversingcrossoveropera--torisdesigned．Theresultsindicatethatincomparingwiththecanonicalcellulargeneticalgorithmsandnichegeneticalgorit

6、hmstheuseofnewalgorithmcanhelptoavoidpre-maturemoreeffectively，there—suitsgainedisofhigheraccuracy，anditisaneficientalgorithminsolvingthelogisticdistributionrouteoptimizationproblems．Keywords：routeoptimization；cellularstructure；geneticalgorithm；nichetechnology范

7、围的要求，车辆必须在该时间范围内到达服务点，0引言否则将会影响顾客对服务的满意度，对于该问题不近年来，随着经济和社会的高速迅猛发展，不断仅要计算车辆的行驶成本，而且要考虑早到客户点地促进了物流产业的快速发展，现在物流业已经成需要的等待时间或晚到要付出惩罚的成本，因此该为我国经济发展中的重要领域。现代物流贯穿于各问题较一般的VRP问题更为复杂，是一个NP疑难个领域，包括生产制造领域、消费循环、产品配送等，问题⋯。因为VRPTw问题更贴近现实实际应用，所它已经成为企业降低生产经营成本，提高市场竞争以得到了深入的研究，目前

8、常用的解决VRPTW问题力的重要途径。作为物流配送优化中非常关键的一的方法有：禁忌搜索算法。、模拟退火算法、粒子环，车辆路径问题(VehicleRoutingProblem，VRP)的群算法、免疫算法。。和一些改进的遗传算法研究受到了人们的广泛的关注。等，这些方法用于解决VRPTW问题已经取得了一些带有时间窗约束的车辆路径问题(VehicleR