協(xié)同粒子群算法及其在多車場(chǎng)路徑優(yōu)化問(wèn)題中的應(yīng)用.pdf

1、在經(jīng)濟(jì)全球化和信息化的大背景下，物流技術(shù)的價(jià)值及其戰(zhàn)略地位越來(lái)越受到各國(guó)政府和企業(yè)的重視。其中的配送環(huán)節(jié)是指依據(jù)客戶的要求，對(duì)物品進(jìn)行揀選、加工、包裝、分割、組配等作業(yè)，并按時(shí)送達(dá)指定地點(diǎn)，在物流系統(tǒng)中有著突出的地位。在滿足所有限制條件的前提下，如何合理的安排車場(chǎng)車輛的出行計(jì)劃，制定最為經(jīng)濟(jì)的行駛路線，已成為組合優(yōu)化和運(yùn)籌學(xué)研究的熱點(diǎn)問(wèn)題之一。車輛路徑問(wèn)題(Vehicle Routing Problem，VRP)正是為解決以上問(wèn)題而提出

2、來(lái)的，主要是研究滿足約束條件的最優(yōu)車輛使用方案以及最優(yōu)的車輛路徑方案。對(duì)于該問(wèn)題的研究在降低運(yùn)作成本和提高生產(chǎn)經(jīng)營(yíng)管理水平方面具有極為重要的理論意義和現(xiàn)實(shí)價(jià)值。
　　 基本粒子群算法是一種基于群智能的現(xiàn)代啟發(fā)式算法，具有算法簡(jiǎn)單、易于實(shí)現(xiàn)、只含有初始參數(shù)、精確度高和收斂速度快等優(yōu)點(diǎn)。但同時(shí)，該算法也具有易于收斂，即陷入局部最優(yōu)，出現(xiàn)“早熟”等缺點(diǎn)。為克服算法的“早熟”現(xiàn)象，保持解的多樣性，將協(xié)同進(jìn)化算法的思想融入到粒子群算法中，

3、對(duì)基本的粒子群算法進(jìn)行改進(jìn)，進(jìn)而提出了協(xié)同粒子群算法(Cooperative Particle SwarmOptimization，CPSO)。本文利用協(xié)同粒子群算法來(lái)解決車輛路徑問(wèn)題的一個(gè)擴(kuò)展分支--多車場(chǎng)車輛路徑問(wèn)題(Multi-Depot Vehicle Routing problem，MDVRP)。CPSO算法的基本思想是把一個(gè)大的粒子群體分為多個(gè)子群體，多個(gè)子群體之間通過(guò)信息的共享，達(dá)到共同進(jìn)化的目的。本文采用三粒子群體模式，