期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于改进群搜索优化算法的车辆路径问题研究

在线阅读 下载PDF
导出
摘要 针对标准群搜索优化(GSO)算法存在的早熟、后期迭代效率低和容易陷入局部极优点等问题,提出了一种改进的群搜索优化算法用于车辆路径问题的研究。该算法先是通过交叉因子的引入来曾加粒子的多样性并增强群成员的优良性,从而减小后期搜索中算法易陷入局部极优点的概率;然后借助于模拟退火算法的优势来有效的提高算法收敛性能。实验表明,基于交叉因子和模拟退火的群搜索优化(CMGSO)算法相比于标准群搜索优化(GSO)和粒子群优化(PSO)算法来说,具有较快的收敛性能和较好的全局寻优能力,因此该算法适用于物流车辆路径寻优问题的研究和解决。
作者 杨文璐 宁玉富
机构地区 山东师范大学管理科学与工程学院 德州学院不确定系统实验室
出处 《山东省农业管理干部学院学报》 2013年第2期155-157,共3页 Journal of Shandong Agricultural Administrators' College
基金 山东省科技发展计划项目(2009GG2001029)
关键词 群搜索优化算法 交叉因子 模拟退火算法 粒子群算法 车辆路径 物流
分类号 TP301.6 [自动化与计算机技术—计算机系统结构]
  • 相关文献

参考文献10

二级参考文献77

  • 1钟石泉,贺国光.有时间窗约束车辆调度优化的一种禁忌算法[J].系统工程理论方法应用,2005,14(6):522-526. 被引量：35
  • 2邹琳,夏巨谌,胡国安.基于复合形法的混合多目标遗传算法研究[J].计算机应用研究,2006,23(7):70-72. 被引量：6
  • 3罗贤海,许红,张仁宏,翁海珊.混沌遗传算法及其在机构创新设计中的应用[J].机械设计与研究,2007,23(1):27-30. 被引量：5
  • 4Whitley D,Rana S,Dzubera J,et al.Evaluating evolutionary algorithms[J].Artificial Intelligence, 1996,85:245-276.
  • 5Holland J H.Adaptation in natural and artificial systems[M].Ann Arbor:The University of Michigan Press,1975:228-234.
  • 6Rechenberg I.Evolutionstrategie: Optimieung technischer systeme nach Prinzipien der biologischen evolution[D].Frommann-Holzboog, Stuttgart, 1973.
  • 7Fogel L J,Owens A J,Walsh M J.Artificial intelligence through simulated evolution[M].New York:John Wiley,1966.
  • 8Colomi A,Dorigo M,Maniezzo V.Distributed optimization by ant colonies[C]//Proceedings of the First European Conference on Artificial Life,Paris,France, 1991 : 134-142.
  • 9Kenndy J,Eberhart R C.Particle Swarm Optimization[C]//Proceedings of the 1995 IEEE International Conference on Neural Networks, Piscataway, NJ, USA, 1995 : 1942-1948.
  • 10He S,Wu Q H.A novel group search optimizer inspired by animal behavioural[C]//2006 IEEE Congress on Evolutionary Computation, 2006:4415-4421.

共引文献231

山东省农业管理干部学院学报
2013年 第2期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部