求解配送中心选址问题的改进人工蜂群算法

给出了一种改进的人工蜂群算法(IABC)用于求解配送中心的选址问题。采用自然数构建的二维矩阵对问题进行编码,提出了四种邻域生成策略。为了避免收敛速度慢和局部最优,设计了新的局部搜索算法,雇佣蜂和跟随蜂按此算法在邻域空间内更新当前解。通过仿真实验与各种智能优化算法对比,验证了提出的算法无论在有效性还是稳定性上,都具备良好的效果。

基于改进离散蜂群算法的车辆路径问题求解

采用一种改进的人工蜂群算法(IABC)求解标准车辆路径问题.针对基本人工蜂群算法易陷入局部极小、收敛较慢等缺陷,提出了6种邻域生成策略,并基于此设计了新的局部搜索算法.引领蜂和跟随蜂根据该算法在邻域空间内更新当前解.通过小规模和大规模算例的仿真实验,将本文算法与其它智能算法以及基本人工蜂群算法进行了比较,验证了本文提出的算法无论在有效性还是稳定性上都具有良好的效果.

基于改进蜂群算法的模糊需求冷链物流车辆路径优化

针对基本人工蜂群算法容易早熟收敛等问题,提出了3种邻域生成策略,并对当前解进行局部搜索和进化。仿真试验表明,该算法在求解相关问题上具有有效性,对求解用户模糊需求下的冷鲜品冷链物流车辆路径优化问题具有一定的参考价值。