为克服传统遗传算法在求解容量约束路径问题时易收敛和搜索能力不足的缺点，提出了动态调参的方式对算法进行改进。首先采用局部搜索算法生成初始解，提高初始解的质量，并动态调整选择、交叉、变异操作的参数，既保留了种群多样性，又避免了优秀个体被破坏，最后通过变邻域搜索算法提高算法搜索能力。实验表明，所有算例实例求得的最优解误差不超1.0%,并与其他经典的启发式算法进行了比较。
科研之友
微信
新浪微博
Facebook
分享链接
