針對變鄰域搜索后期出現(xiàn)的在某些鄰域內(nèi)長時間無法找到更優(yōu)的可行解的情況,提出了一種基于鄰域選擇概率自適應(yīng)的變鄰域搜索算法。該算法能夠自適應(yīng)調(diào)整在某個鄰域進(jìn)行搜索的概率,進(jìn)而提高優(yōu)化效率。對城市配送中的大規(guī)模電動車輛路徑問題進(jìn)行了建模分析,根據(jù)客戶的地理位置、時間窗等信息設(shè)計了高效的初始解生成算法。使用片段交換、2-opt、Relocation等鄰域算子進(jìn)行自適應(yīng)變鄰域搜索。最后使用不同規(guī)模的實際數(shù)據(jù)對算法進(jìn)行仿真驗證,相比于傳統(tǒng)的變鄰域搜索算法,本文算法能更有效地跳出局部最優(yōu)解,降低物流成本。

【文章頁數(shù)】：8 頁


本文編號：3864636