協(xié)同粒子群算法及其在多車場路徑優(yōu)化問題中的應用.pdf

1、在經(jīng)濟全球化和信息化的大背景下，物流技術(shù)的價值及其戰(zhàn)略地位越來越受到各國政府和企業(yè)的重視。其中的配送環(huán)節(jié)是指依據(jù)客戶的要求，對物品進行揀選、加工、包裝、分割、組配等作業(yè)，并按時送達指定地點，在物流系統(tǒng)中有著突出的地位。在滿足所有限制條件的前提下，如何合理的安排車場車輛的出行計劃，制定最為經(jīng)濟的行駛路線，已成為組合優(yōu)化和運籌學研究的熱點問題之一。車輛路徑問題(Vehicle Routing Problem，VRP)正是為解決以上問題而提出

2、來的，主要是研究滿足約束條件的最優(yōu)車輛使用方案以及最優(yōu)的車輛路徑方案。對于該問題的研究在降低運作成本和提高生產(chǎn)經(jīng)營管理水平方面具有極為重要的理論意義和現(xiàn)實價值。
　　 基本粒子群算法是一種基于群智能的現(xiàn)代啟發(fā)式算法，具有算法簡單、易于實現(xiàn)、只含有初始參數(shù)、精確度高和收斂速度快等優(yōu)點。但同時，該算法也具有易于收斂，即陷入局部最優(yōu)，出現(xiàn)“早熟”等缺點。為克服算法的“早熟”現(xiàn)象，保持解的多樣性，將協(xié)同進化算法的思想融入到粒子群算法中，

3、對基本的粒子群算法進行改進，進而提出了協(xié)同粒子群算法(Cooperative Particle SwarmOptimization，CPSO)。本文利用協(xié)同粒子群算法來解決車輛路徑問題的一個擴展分支--多車場車輛路徑問題(Multi-Depot Vehicle Routing problem，MDVRP)。CPSO算法的基本思想是把一個大的粒子群體分為多個子群體，多個子群體之間通過信息的共享，達到共同進化的目的。本文采用三粒子群體模式，