基于类电磁机制算法的关联运输调度问题

介绍了基本的类电磁机制算法的原理并对其进行改进,并用改进的算法来对单车场单车型的关联物流运输调度问题(Incident Vehicle Routing Problem,IVRP)求解,然后与遗传算法求解此模型的结果相比较.实例证明该算法求解关联运输调度问题是可行的,且优于传统的遗传算法.

改进类电磁机制算法的时变关联运输调度问题

介绍了基本的类电磁机制算法的原理并对其进行改进,由于时变影响运输调度的效率,建立了一种时变关联物流运输调度问题(Time Varying Incident Vehicle Routing Problem,TVIVRP)的数学模型,并用改进的算法来对单车场单车型的关联物流运输调度问题求解,然后与遗传算法(Genetic Algorithm,GA)和蚁群算法(Ant Colony Algorithm,ACA)求解此模型的结果相比较。实例证明该算法求解关联运输调度问题是可行的,并优于传统的遗传算法和蚁群算法,而且具有实现简单、优化效率高、鲁棒性强等特点。

类电磁机制算法的应用研究

针对多车场多车型的关联运输调度问题(Multi-depot and Multi-vehicle-type Related Vehicle Routing Problem),对传统的类电磁机制算法进行改进,局部搜索可以提高算法在局部区域精细搜索的能力,并引入了移动系数来提高算法的收敛速度。实验结果证明,改进的算法有效地解决了此类问题且优于传统类电磁机制算法。