包装物回收物流中的车辆路径优化问题-包装工程.pdfVIP

第38 卷 第 17 期 包 装 工 程 2017 年9 月 PACKAGING ENGINEERING ·233 · 包装物回收物流中的车辆路径优化问题 张异 （重庆工商职业学院，重庆 401520 ） 摘要： 目的 提高遗传算法（GA ）求解包装物回收车辆路径优化问题的性能。方法 通过对传统 GA 算 法的改进，提出混合蜂群遗传算法（HBGA ）。首先改进传统 GA 算法的初始种群生成方式，设计初始 种群混合生成算子；其次，提出最大保留交叉算子，对优秀子路径进行保护；然后，在上述改进的基础 上引入蜜蜂进化机制，用以保证种群多样性和优秀个体特征信息的利用程度；最后，对标准算例集进行 仿真测试。结果 与传统GA 算法相比，HBGA 算法在全局寻优能力、算法稳定性和运行速度方面均有 所改善。HBGA 算法的全局寻优能力和算法稳定性均优于粒子群算法（PSO ）、蚁群算法（ACO ）和禁 忌搜索算法（TS ），但运行速度稍慢于TS 算法。结论 对传统GA 算法的改进是合理的，且HBGA 算法 整体求解性能优于PSO 算法、ACO 算法和TS 算法。 关键词： 包装物回收；路径优化；遗传算法；蜜蜂进化机制 中图分类号：TB485.3 文献标识码：A 文章编号： 1001-3563(2017)17-0233-06 Vehicle Routing Optimization Problem in Package Recycling Logistics ZHANG Yi (Chongqing Technology and Business Institute, Chongqing 401520, China) ABSTRACT: The work aims to improve the performance of genetic algorithm (GA) to solve the vehicle routing optimi- zation problem in the package recycling. Based on the improvement of traditional genetic algorithm, the hybrid bee ge- netic algorithm (HBGA) was put forward. Firstly, the initial population generation method of the traditional GA was im- proved, and the mixed generation operator of the initial population was designed; secondly, the maximum reservation crossover operator was proposed to protect the excellent sub-path; then, on the basis of the above-mentioned improve- ment, the bee evolutionary mechanism was introduced to ensure thepopulation diversity and the utilization of the excellent individual characteristic information. Finally, the simulation testswere carried out on a standard examp