摘要

以冷链物流为对象,研究了一类考虑多中心联合配送和硬时间窗约束的调度问题。首先,基于问题描述建立了以最小化总成本为目标的数学模型。其次,提出了改进正余弦算法(Enhanced sine-cosine algorithm,ESCA)以获取当前问题的满意解。结合问题特征创建了融合构造式规则的编解码方法,并辅以个体评估方法实现模型与正余弦算法(Sine-cosine algorithm,SCA)的适配。同时,将反向学习机制嵌入ESCA的初始化流程,旨在提升初始解的性能。在种群进化方面,构建了融合双种群机制、非线性参数调节和随机扰动的混合进化机制以平衡寻优过程的全局探索和局部挖掘行为,并通过离散邻域搜索方法避免搜索停滞。最后,开展了案例研究和算法对比实验,结果验证了ESCA算法的良好性能。