基于改进自适应遗传算法的物流配送路径优化研究

首页 > 过刊浏览>2018年第26卷第2期 >236-240

基于改进自适应遗传算法的物流配送路径优化研究
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者单位:湖北大学 计算机与信息工程学院物联网工程研究所,湖北大学 计算机与信息工程学院物联网工程研究所,湖北大学 计算机与信息工程学院物联网工程研究所
作者简介:
通讯作者:
中图分类号:
基金项目:

Study on Optimization of Logistics Distribution Route Based on Improved Adaptive Genetic Algorithm

Author:

Affiliation:

Institute of Internet of Things,School of Computer Science and Information Engineering,Hubei University,Wuhan,430062,China,

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

文章评论

摘要:

针对物流运输中带软时间窗车辆路径优化问题,提出一种改进的自适应遗传算法。为消除遗传算法初始种群随机性强,个体分散的缺陷,采用精英保留选择方法,加快算法的收敛速度,同时提出了交叉概率和变异概率自适应调整的交叉和变异方法,进化过程中交叉概率和变异概率根据适应度、进化代数和进化过程中个体未改变数目个数来自适应变化,提高算法的局部搜索能力,有效避免了算法出现未成熟收敛的情况。将新的自适应遗传算法(New Improved Adaptive Genetic Algorithm,简称NIAGA)应用于该路径优化问题的求解,实验结果表明改进后的自适应遗传算法在求解物流配送路径优化问题上有明显优势。

Abstract:

参考文献

相似文献

引证文献

引用本文

吴聪,陈侃松,姚静.基于改进自适应遗传算法的物流配送路径优化研究计算机测量与控制[J].,2018,26(2):236-240.

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:2017-07-10
最后修改日期:2017-08-07
录用日期:2017-08-08
在线发布日期: 2018-03-07
出版日期: 2018-02-25

引用本文

分享

文章指标

历史

文章二维码