基于聚类的混合多目标遗传算法在车辆路径问题中的应用.pdfVIP

第10卷 第6期 Voll0NO6 2011年 6月 Jlin．2OIl 基于聚类的混合多 目标遗传算法在车辆路径 问题中的应用 金焕杰，许 峰 (安徽理工大学 理学院，安徽 淮南 232001) 摘 要 ：建立了有时间窗口的车辆路径问题多目标优化模型，提 出了一种基于聚类的混合多目标优化遗传算法。该 算法采用并列选择方法，用擂 台赛法则构造非支配集 ，并用聚粪方法缩小非支配集 ，避免了求解非 凸解的困难 ，提高 了遗传算法搜索速度及避免了“早熟”等不足。实验结果表明，该算法为解决车辆数不确定的时间窗车辆路径 问题提 供 了一个较为有效的求解方法。 关键词 ：车辆路径问题；多目标遗传算法；聚类方法；擂台赛法则 中图分类号：TP301．6 文献标识码：A 文章编号：1672—7800(2Ol1)06-0042—03 则可得 VRPTw 运输路线 的数学模型： 0 引言 目标 函数定义为 minZ一∑∑∑d ， (2) 车辆路径优化 问题 (VehieleRoutingProblemVRP) ∈V iEQ J∈q 最早是 由Dantzig提出的，是现代物流系统中关键的一 minZ2一∑∑32 (3) 环，也是运筹学中的一个重要分支，时间窗的车辆路径 问 kEV J∈0 约束条件为 题 (Vehicle Routing Problem with Time W indow， VRPTW)是 由一般车辆路径 问题演化而来，它是对简单 ∑∑ 一1，Vi∈Q， (4) ^∈V J∈Q 车辆路径 问题 VRP 的进一步扩展 ，目前 ，国内外关 于 ∑q∑ ≤T，V志∈V， (5) VRPTW 的研究很多，如 BraysyO、KITM、Joe、李军和朗茂 i∈Q J∈Q 祥等 。本文提出一种基于聚类 的遗传算法 ，采用 AP法构 ∑z。 1，V ∈ V ， (6) 造 Pareto解 以及混合并行选择算子，从而克服了遗传算法 J∈Q 搜索速度慢，局部搜索能力差 以及 “早熟”的先天性不足。 ∑ 0，V是∈V，Vh∈Q， (7) ∈Q m 一 1，V是∈ V ， (8) 1 数学模型的建立 ∈Q C + t一K(1一 )≤ cm，Vi， ∈Q，V ∈V，(9) VRPTW 问题 的描述 ：设配送 中心有