《传统车辆路径问题VRP相关智能算法的研究文献综述》2000字.docxVIP

PAGE8

传统车辆路径问题VRP相关智能算法的研究文献综述

1.1传统VRP相关求解算法

VRP是NP-hard问题，由于问题本身的复杂度，无法找到可以在多项式时间内精确求解该问题的算法工具。为得到VRP模型的解，数十年来，大量优秀的学者和研究机构创造或改进了多种算法供后继者参考学习和使用。在现有的文献资料中，求解VRP及其变体问题的算法大致分为启发式算法和精确算法。启发式算法是根据多种形式，以在合理的运算时间内获得相对满意解为目标的近似算法。而精确算法是为求得最有精确解而设计的算法，尽管对于大规模的VRP算法，精确算法求解用时较长，但其得到的是问题的最优解。

在过去十几年中，求解VRP的启发式算法种类繁多，这些算法大体可以归结为两种类型两类：基于构造解的启发式算法；基于邻域搜索或种群寻优的元启发式算法。

构造性启发式算法通常被用来提供一个改进其他启发式算法的初始解，由于大多数元启发式算法现在都非常鲁棒(robust)，可以从任何可行或不可行的随机解初始化它们。较为特色的构造性启发式算法比如Clarke和Wright(2005)ADDINEN.CITEADDINEN.CITE.DATA[\oFerreira,2018#95447]提出的节约启发式算法最初为()构造来回路径，并通过应用一个节约法逐步合并它们。Semet(2000)ADDIN