- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
求解CVRP的改进量子遗传算法研究
曹云,向凤红,毛剑琳,郭宁
【摘要】车辆路径问题属于离散NP-hard组合优化问题,传统的量子遗传算法
存在储存量大和易陷入局部最优解等问题。提出一种新的量子遗传算法用于最
小化运输成本。设计一种将量子比特编码转换为实数的编码方法,每条染色体代
表一种行车路线方案,利用改进的旋转门对种群进行更新操,采用动态调整旋
转角机制对量子步长实现自适应搜索,扩大全局搜索范围;引入一种变异操,
用于保捋算法的种群多样性,从而提高算法的全局搜索宽度;采用客户节点重置
2-opt,
和法对线路进行再优化增强算法的局部搜索能力。仿真实验和算法比
较,验证了该算法的优越性和有效性。
【期刊名称】软件导刊
【年倦),期】2017(016)012
4
【总页数】
【关键词】车辆路径问题;量子遗传算法;量子旋转门;量子变异
0引言
(VehicleRoutingProblem,VRP)NP-had
车辆路径问题是典型的「问题,由
DantzingRamser[1]1959
和于年提出,广泛应用于物流配送、交通线路规
划和快递收发系统。传统精确算法仅适用于小规模问题,而启发式算法难以获得
精确解,因此,智能算法受到人们青睐。赵燕伟等[2]提出了一种双种群遗传算
法用来求解CVRP,根据两个种群各自特点进行不同进化,同时交换种群间的优
质个体信息,使算法避免陷入局部最优;Wang等[3]提出了一种混合遗传算
法来求解CVRP,利用响应面法对变异、交叉概率进行优化操,同时将改
文档评论(0)