天天看点

【VRP问题】基于模拟退火改进遗传算法求解带时间窗含充电站的车辆路径规划问题EVRPTW matla

由于传统遗传算法在求解VRP时会过早收敛,易陷入局部最优解.本文提出改进的遗传算法求解VRP.通过将模拟退火融入到遗传算法中,改善了传统遗传算法对VRP的求解过程,并采用改进的遗传算法解决物流配送中心的选址问题.最后对比改进遗传算法与其它经典算法求解VRP的结果,经过案例分析,证明改进的遗传算法是有效的,验证了本文提出的改进遗传算法具有一定的合理性.

【VRP问题】基于模拟退火改进遗传算法求解带时间窗含充电站的车辆路径规划问题EVRPTW matla
【VRP问题】基于模拟退火改进遗传算法求解带时间窗含充电站的车辆路径规划问题EVRPTW matla
【VRP问题】基于模拟退火改进遗传算法求解带时间窗含充电站的车辆路径规划问题EVRPTW matla
【VRP问题】基于模拟退火改进遗传算法求解带时间窗含充电站的车辆路径规划问题EVRPTW matla
【VRP问题】基于模拟退火改进遗传算法求解带时间窗含充电站的车辆路径规划问题EVRPTW matla
【VRP问题】基于模拟退火改进遗传算法求解带时间窗含充电站的车辆路径规划问题EVRPTW matla
【VRP问题】基于模拟退火改进遗传算法求解带时间窗含充电站的车辆路径规划问题EVRPTW matla

[1]王顺顺, 宓为建, & 董良才. (2012). 基于改进的遗传算法的车辆路径问题研究. 中国互联网学术会议. 中国电子学会;北京信息产业协会.

[2]许国平, 叶效锋, 鲍立威. 基于模拟退火遗传算法的车辆路径问题研究[J]. 工业控制计算机, 2004, 000(006):49-50.

【VRP问题】基于模拟退火改进遗传算法求解带时间窗含充电站的车辆路径规划问题EVRPTW matla