摘要
随着现代物流业的高速发展,物流配送过程中的车辆路径问题已经成为影响物流行业发展的关键因素.为了实现在物流配送过程中有效地提高配送效率,减少车辆的空车行驶率和行驶距离,降低运输成本,提出了一种改进型蜻蜓算法.将随机学习优化的思想融入到传统蜻蜓算法中,优化了原算法存在的收敛精度低、最优解容易陷入局部收敛等缺陷,并将该算法应用到带软时间窗约束的车辆路径问题上.首先根据配送货物的运输成本、仓库的驻留成本、超时惩罚成本等因素,构建出一种综合成本最小化的车辆路径问题的数学模型,并用该算法对该问题进行求解.然后通过系统仿真模拟构建最优路径,并与其他智能优化算法进行对比分析,证实了该算法的有效性和可行性,同时也证明了该算法在求解带软时间窗约束的车辆路径问题上有着较好的性能.
基金项目
江苏省省级重点(国家级)大学生创新训练项目(SZDG2019033)
国家自然科学基金(61972208)
国家自然科学基金(61672299)
国家科技期刊平台
NSTL
维普
万方数据