首页|应用混合遗传算法的多集货中心多车型整车路径规划研究

应用混合遗传算法的多集货中心多车型整车路径规划研究

A GA-PSO Approach to Vehicle Routing Problem with Multiple Vehicles and Multiple Depots

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
以集团分公司多专业集货中心模式下为研究背景,考虑了具有多个集货中心、多种轿运车型的批量整车订单运输路径规划问题.建立了以最小运输车数量,最低运输成本为优化目标,以轿运车载重、车长限制为约束的数学模型.然后以遗传算法为基础,结合遗传算法全局搜索能力强和粒子群算法收敛速度快的特点,设计了一种改进的混合遗传算法(GA-PSO).最后使用案例研究来评估此算法的有效性并将实验结果与传统遗传算法进行对比,结果表明此混合算法有着更优的整体性能,可以模拟和解决较复杂的批量多车场多车型整车路径规划问题.

刘建胜、谭文越

展开 >

南昌大学机电工程学院,江西 南昌 330031

整车物流 路径规划 混合算法 遗传算法 多专业集货中心

国家自然科学基金

51565036

2020

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2020.(11)
  • 3
  • 5