基于多代竞争遗传算法的数值函数优化

目的对标准遗传算法的过早收敛问题进行改进。方法保持种群的多样性,将上几代个体中的一部分与本代共同参与竞争,提出多代竞争遗传算法,通过理论分析和对数值函数优化证明该算法的有效性。结果推导出多代竞争遗传算法的模式定理,经验证明显优于标准遗传算法。结论多代竞争遗传算法有利于保持种群的多样性,避免了过早收敛。

基于多代竞争遗传的车辆配送路径多峰寻优研究

为了高效完成车辆配送路径多峰寻优任务,提出基于多代竞争遗传的车辆配送路径多峰寻优方法。设计车辆配送路径多峰寻优的目标函数与约束条件,构建开放式车辆路径优化模型,求解车辆路径优化的路径多峰寻优目标函数,引用多代竞争遗传方法,求解车辆配送路径多峰寻优模型,完成车辆配送路径多峰寻优。仿真实验结果显示:所提方法对模拟区域车辆配送路径实施多峰寻优时,4辆车的配送时间均值为47.43h、迭代次数均值为149次、寻优时间均值为2.40s,寻优时间较短,车辆配送成本较少,实际应用价值显著。