学习型蚁群算法求解绿色多车场车辆路径问题

作者：胡蓉; 陈文博; 钱斌; 郭宁; 向凤红

来源：系统仿真学报, 2021, 33(09): 2095-2108.

DOI：10.16182/j.issn1004731x.joss.20-0349

• 学习型蚁群算法
• 绿色多车场
• 车辆路径问题
• 知识模型
• 邻域搜索

针对我国城市中心区域路况较拥堵的实际情况,设计基于车辆行驶路段的速度计算方法,同时考虑车辆行驶距离、载重和速度因素,建立以最小化总油耗费用为目标的绿色多车场车辆路径问题模型,提出一种融合蚁群优化算法(Ant Colony Optimization, ACO)与知识模型的学习型蚁群优化算法(Learning Ant Colony Optimization, LACO)进行求解。为提高算法全局搜索性能和鲁棒性,设计由不同ACO参数组合和各参数组合选取概率组成的参数知识,用于每代调整ACO参数;为增强算法局部搜索能力,设计由各邻域操作贡献率组成的局部操作知识,用于每代确定各邻域操作的执行次数。通过在不同规模问题上的仿真实验和算法对比,验证所提LACO的有效性。

• 单位
  自动化学院; 昆明理工大学