遗传算法在电力维护人员调度问题中的应用

随着电力设备的不断发展和电力需求的不断增加,电力维护问题日益突出。如何合理安排电力维护人员的行程成为一个亟待解决的问题。将该问题建模为累积时间的带容量的车辆路径问题的模型。CCVRP是传统车辆路径规划问题的一个变种,但与一般VRP不同的是,它以最小化客户的总等待时间为目标。针对该问题,我们利用遗传算法的框架,并结合模拟退火算法进行局部搜索对问题进行求解。实验部分证明该方法能有效地解决该类优化问题。

求解多车场累积时间车辆路径问题的Memetic算法

在应急救援车辆路径优化问题中,为了及时救援,缩短所有受灾点的总等待时间,提出了多车辆车场累积时间车辆路径问题。它是多个车场通过多个运输车队,使所有受灾点等待时间总和最短的运输问题。针对该NP难问题提出了一种Memetic算法求解。先用改进的最优切割算法MDVRP-Split将受灾点分配至各车场,通过选择、交叉及局部搜索得到最优路径。标准算例的测试结果表明,提出的算法注重了求解质量与求解效率的平衡。

一种求解两级累计式车辆路径问题的两阶段启发式算法

现代物流的发展中,运输网络的多级化以及对快速服务的更高要求是两大重要趋势。在这样的背景下,提出两级累计式车辆路径问题(2E-CCVRP),其中两级是指物资须由中心仓库配送至中转站(1级)再转送给客户(2级),累计式是指优化目标为所有客户的累计等待时间最小。2E-CCVRP是NP-hard问题,抽象并建模后使用一种两阶段启发式算法进行求解,第一阶段使用改进的CCVRP-split算法找到初始可行解,第二阶段通过扰乱结合局部搜索进行优化。实验结果显示,该算法能够取得高质量的解,且求解速度快,稳定性好。