首页|基于混合遗传算法的生鲜配送路径优化研究

基于混合遗传算法的生鲜配送路径优化研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
生鲜农产品配送路径规划问题是复杂的NP难问题,为提高配送路径规划效率,有效指导生鲜企业的配送路径规划,文章分析了生鲜配送及带时间窗的车辆路径问题的特点,考虑时间窗约束构建了配送路径最短的数学模型.在传统遗传算法的基础上,引入C-W节约算法改进种群初始化,大规模邻域搜索算法改进局部搜索操作,提出一种混合遗传算法,并进行算例仿真.经计算,算例的最优配送路径包括4条线路,最短配送距离为68.72 km,优于传统遗传算法所得最短路径.验证结果表明:本研究给出的混合遗传算法能较好地解决有时间窗的车辆路径问题,所得方案较优,可以指导企业配送车辆的路径规划.
Research on Fresh Food Delivery Route Optimization based on Hybrid Genetic Algorithm

Fresh food deliveryHybrid genetic algorithmRoute optimizationTime windows

陈雄寅、韦妙花

展开 >

黎明职业大学 商学院,福建 泉州362000

浙江师范大学 教师教育学院,浙江 金华321004

泉州职业技术大学商学院,福建 泉州362000

生鲜配送 混合遗传算法 路径优化 时间窗

202福建省职业教育研究课题全国高校、职业院校物流教改教研课题

GB2022028JZW2022270

2023

10.3969/j.issn.1008-3723.2023.04.004

辽宁科技学院学报
辽宁科技学院

辽宁科技学院学报

影响因子：0.286
ISSN：1008-3723
年,卷(期)：2023.25(4)
  • 11