考虑容量限制的弧路径优化研究综述

弧路径优化问题作为经典的组合优化问题,在近40年内受到广泛关注,并产生了大量的研究成果.基于此,从问题、算法和应用三个角度对考虑容量限制的弧路径优化问题(capacitated arc routing problem,CARP)的研究现状进行综述.首先,基于问题特征对问题进行分类并介绍其常见数学模型.其次,综述求解CARP的精确算法、构造启发式算法及元启发式算法,并根据基准算例求解结果对比算法效果.再者,归纳垃圾回收、道路管理等CARP常见应用场景.最后,展望未来研究发展方向.

求解双层CARP优化问题的演化学习型遗传算法

双层有能力约束的弧路径优化问题(capacitated arc routing problem,CARP)的研究对象通常是某个城市或地区,首先聚焦于该地物流系统的宏观配置,然后考虑相关服务的完成问题。针对双层CARP优化问题,提出了一种演化学习型遗传算法(learnable genetic algorithm,LGA)。建立了LGA的基本框架,设计了构件知识和算子知识等知识形式。在LGA中,采用扩展启发式方法辅助生成初始种群,使用算子知识为选择、交叉和变异选择操作算子,应用构件知识为交叉和变异操作选择断点位置,同时借助局部替换程序不断地向当前种群中注入新个体。LGA的框架为现有优化方法改进提供了一种有益借鉴。

雪灾背景下的道路积雪清运线路优化问题研究

冬季降雪后,道路积雪极大地影响着市民生活的方方面面,考验着相关部门的应急管理能力。本文在对积雪拉运线路优化问题进行抽象分析的基础上,以行驶距离最短为目标,图论为基础,提出了容量约束弧路径问题数学模型。容量约束弧路径问题是属于组合优化难题,具有NP-Hard性质,因此设计了对应的蚁群算法,并以MATLAB软件为操作平台,结合标杆算例进行了验证分析,测试结果表明求解方法是可行的。