求解最小最大VRP的精英反向学习鱼群算法

针对以缩短最大子线路长度为目标的最小最大车辆路径问题的求解,提出一种精英反向学习鱼群算法。根据客户近邻矩阵构建初始鱼群,提高鱼群的优良性。结合问题特征与人工鱼群算法的寻优思想,重新定义了群体的觅食、聚群和追尾行为。受反向学习的启发,构建了精英完全反向学习和精英局部反向学习两种求离散反向解的机制,提高算法的全局搜索能力。通过仿真实验及与其它算法对比,表明精英反向学习鱼群算法在求解该问题时具有较高的搜索质量和稳定性。