对MDVRP和MDVRPTW进行了极端优化的多阶段修改后的改组蛙跳算法

【文件属性】：
文件名称：对MDVRP和MDVRPTW进行了极端优化的多阶段修改后的改组蛙跳算法
文件大小：2.55MB
文件格式：PDF
更新时间：2021-04-27 05:46:52
Evolutionary computation; Combinatorial optimization; Vehicle 在这项工作中，提出了一种新颖的多阶段改进的改组蛙跳算法（MPMSFLA）框架，以更快地解决多站点车辆路径问题（MDVRP）。 提出的算法采用K-means算法对所有客户进行聚类分析，根据聚类分析的结果生成青蛙种群，然后进入三个阶段。 在第一阶段，对每个群集执行群集MSFLA本地搜索。 在第二阶段，该算法通过二元锦标赛选择好的个人来构建新的种群，然后使用全局MSFLA对所有客户和仓库进行全局优化。 在第三阶段，对总体进行聚类调整以生成新的聚类。 这些过程将继续进行，直到满足收敛标准为止。 实验结果表明，我们的算法可以在短时间内为MDVRP，带时间窗的MDVRP（MDVRPTW）和车辆停放问题（CVRP）实现高质量的解决方案。 所提出的算法适用于解决大规模问题。