车辆路径问题的离散细菌菌落算法.pdfVIP

车辆路径问题的离散细菌菌落算法 孔德福 ，宋德逻，李明 ，西南林业大学 机械与交通学院 卞和营 ，平顶 山学院 电气信息工程学院 摘 要：为了丰富解决车辆路径优化问题的方式，提出一种融入了局部搜索的离散型细菌菌落优化算法。首先设计了算 法的个体编码方式和进化模式；然后融入局部搜索方式来加速算法寻优的效率；最后将该算法应用于带时间窗的车辆 路径问题，并采用so1omon数据验证，通过与其他算法进行比较，验证算法的可行性。 关键词：细菌菌落算法：车辆路径问题；离散型优化；局部搜索 一 着物流业在现代经济中地位的上升，物流配 回车场。要求寻求一个合适的车辆路径，使得运输总里程 l、 送系统的完善与发展已经成为众多国内外学 数最近。变量的定义：设车场编码为0，客户编码为1， l 者研究的热点。车辆路径优化问题是影响物 2，3……N，x；表示车辆k从客户i至Jj『的变量 流配送水平的重要因素，合理的车辆行驶路径可以在提高 lf1车辆k从客户i弱客户 服务质量 的同时，降低企业 的运营成本。为此 ，Dantzig o．否则 ~BRamser于1959年首次提 出车辆路径优化问题 (Vehicle ti，tj分别是到达为客户i和客户j的时间，tijh车辆k从 RoutineProblem，简称VRP)。VRP问题已被证明是np难 客户i到客户j的行驶时间，ci为客户i的服务时间，则： 题，经过广大学者的多年研究，求VRP问题的算法也层出 不穷。一般分为精确算法、启发式算法和智能优化算法三 ∑∑ 大类。精确算法和启发式算法在早期车辆路径 问题的研究 ：l：Ic蕾I 中取得 了一定的成就，但后来却受到问题规模和限定因素 N 挺 健 制约，使其应用范围受到很大限制。智能优化算法则是模 d∑_一J∑—lJ∑_一a 拟 自然过程、生物或者人类思维等的方式来求解最优化问 t-O llOh ： 题的方式，它为解决VRP问题提供了新的思路。 数学模型： 随着国内外学者对VRP领域研究的不断深入， 目前已 minZ=∑Ni=0∑ ，=o∑k：ldiflx_ik (1) 有多种智能优化算法可以求解VRP问题，如文献 【l】通过 ∑i：0∑k_lxiik=1，i∈{1，2，…，N} (2) 在蚁群算法的基础上将蚂蚁周期算法与最大最小蚂蚁系统 ∑ ∑k_1xiik=1，i∈(1，2，…，N} (3) 相结合提出一种改进型蚁群算法，并将其应用到带时间窗 ∑ k：：∑ k 1，i_O，k∈{1，2，…，K} (4) 的车辆路径 问题 。文献 2【】提出将粒子群算法与变异操作 ETi≤ ≤LTi，i∈{1，2，…，Nl (5) 相结合，并采用轮盘选择机制使得多目标离散问题收敛于 ∑i-1∑__1gieXI_k Q，k∈{1，2，…，K} (6) pareto解，文献 【3】通过将模糊数表示车辆行驶时间和顾客 其中，式 (1)为目标函数，即总里程数；式 (2)、 服务时间的不确定性，建立了物流配送车辆路径优化的模 式 (3)保证每个客户只能被一辆车服务一次：式 (4) 糊规划模型，并且设计了嵌入FLOYD算法对其进行求解。 确保车辆从车场出发 ，并最终返 回车场 ，即闭合式；式 细菌菌落优化算法 (bacterialcolonyoptimization (5)为硬时间窗约束式；式 (6)确保每辆车的配送量不 algorithm，BCO)4『】，是李明等从生物学角度提出的，对 超过其容量约束，即非超载。 细菌菌落生长规律进行演化的群体智能优化方法。该算 2车辆路径问题的BCO算法 法设计了较为合理的进化机制，使得其对多峰函数有明 Bco算法 (ba