学习型变邻域搜索算法求解运输-装配协同优化问题

作者：张腾飞; 胡蓉; 钱斌; 吕阳

来源：系统仿真学报, 2022, 1-17.

DOI：10.16182/j.issn1004731x.joss.22-0132

• 协同优化
• 耦合性
• 装配线平衡
• 车辆路径优化
• 变邻域搜索
• 分解策略

针对一类运输-装配协同优化问题，建立其整数规划模型，提出一种融合分解策略的学习型变邻域搜索算法(Learning variable neighborhood search with decomposition strategy，LVNS＿DS)对其求解。首先，为降低问题的求解难度，设计一种分解策略将原问题分解为路径规划问题和装配线平衡问题。其次，应用LVNS算法对两个子问题进行求解，然后通过合并子问题解可得原问题的完整解。相比常规VNS算法，LVNS算法依据邻域动作概率值来转换邻域结构，同时依据邻域动作产生的贡献来动态地更新其概率值，因此，LVNS算法能以较大的概率值选择适于当前搜索阶段的邻域动作，从而易于找到子问题的优质解。通过不同规模算例的仿真实验，验证了运输-装配协同优化的有效性和LVNS＿DS算法的有效性。

• 单位
  机电工程学院; 昆明理工大学; 自动化学院