改进遗传算法在车辆路径问题中的应用

建立了车辆路径问题的数学模型。为了提高遗传算法的搜索速率,避免种群出现"早熟"现象,对适应度函数采用动态线性标定方式,改进交叉算子,采用大变异操作,设计出了求解车辆路径问题的改进遗传算法并给出了具体的计算步骤。应用该遗传算法进行了实例计算,取得了比较满意的结果。计算结果表明,该遗传算法在计算性能上优于参考文献中设计的遗传算法。同时也表明,对遗传算法的改进策略不仅简单而且对求解VRP问题是有效的。

基于局部优化遗传算法求解车辆路径问题

在车辆路径问题中,为了解决遗传算法搜索效率普遍不高的难题,避免种群出现早熟现象,提出一种基于局部优化的遗传算法。该算法首先针对每条车辆路径进行优化,然后采用动态线性标定方式设计适应度函数,并改善选择策略,交叉算子,变异算子等操作,从而构造搜索效率显著提高的局部优化遗传算法。应用该算法进行大量的实验,结果表明,此算法简单且有效。