位置:成果数据库 > 期刊 > 期刊详情页
一种基于云计算环境的动态车辆路径问题解决策略
  • ISSN号:1672-4747
  • 期刊名称:交通运输工程与信息学报
  • 时间:2015.9.15
  • 页码:1-6+15
  • 分类:TP301[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术] F252.14[经济管理—国民经济]
  • 作者机构:[1]大连交通大学,软件学院,大连116045, [2]大连海事大学,信息科学技术学院,大连116026
  • 相关基金:国家自然科学基金(No.61374114);辽宁省教育厅科学研究项目(L2014183);中央高校基本科研业务费资助项目(3132014321);大连市计划项目(2014A11GX006).
  • 相关项目:基于模型的结构性程序错误的诊断方法研究
中文摘要:

针对动态环境下车辆路径问题,以最小化车辆数和配送里程、最大化载货率为目标,建立动态车辆路径问题的数学模型,提出了云自适应遗传算法。针对车辆路径问题的特点,提出车辆分配链和配送货物顺序链的双链量子编码方法;针对遗传算法交叉和变异操作可能导致早熟收敛和后期多样性丢失的问题,利用云计算方法设计了云交叉算子和云变异算子,并进行操作,还提出改进的云自适应遗传算法。仿真调度算例验证了与其他算法相比较,所提算法能降低早熟概率和提高迭代搜索效率。

英文摘要:

For the purpose of solving the dynamic vehicle routing problem (DVRP) in the dynamic environment, a simulation model was established aiming at minimizing the number of vehicles and distances, maximizing the freight rate, besides, a novel cloud-based adaptive genetic algorithm (CAGA) was proposed. On the basis of the characteristics of the dynamic scheduling in actual distribution, a double chain quantum coding including vehicle allocation chain and goods chain was introduced. To overcome the shortcoming of premature convergence and the loss of diversity later in the genetic algorithm, the cloud crossover operator and cloud mutation operator were designed and an improved CAGA was proposed. The simulation results using dynamic simulation demonstrate that the proposed algorithm can reduce the precocious probability and improve the efficiency of iterative search.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《交通运输工程与信息学报》
  • 主管单位:教育部
  • 主办单位:西南交通大学
  • 主编:刘晓波
  • 地址:四川成都市二环路北一段111号西南交通大学九里校区
  • 邮编:610031
  • 邮箱:jtt@home.swjtu.edu.cn
  • 电话:028-87600755
  • 国际标准刊号:ISSN:1672-4747
  • 国内统一刊号:ISSN:51-1652/U
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:2998