.png){kind=icon}
返回
A novel membrane-inspired evolutionary algorithm framework for VRPTW
.png){kind=icon}
OA
AI
DOI：10.1007/s10489-025-07068-y.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
带时间窗的车辆路径问题 (VRPTW) 由于其在运筹学和物流中的广泛应用而引起了广泛的关注。VRPTW已被证明是一个NP难题，其最优解在计算上是昂贵的。学者们提出了许多方法，例如精确算法，启发式和元启发式，以找到VRPTW的近似最优解。精确算法仅限于小规模问题，而启发式算法和元启发式算法通常收敛于局部最优解，尽管它们适用于大规模问题。本文提出了一种新颖的膜启发进化算法框架 (MEAF)，该框架由孤立的进化规则，通信输出规则，通信输入规则，融合交换信息操作和膜溶解规则组成。通过利用多种元启发式算法的优势并避免局部最优的陷阱，MEAF提供了解决复杂问题的有前途的解决方案。通过应用三种经典元启发式算法，即遗传算法 (GA)，蚁群系统 (ACS) 和粒子群算法 (PSO) 来解决VRPTW问题，验证了所提出的MEAF的有效性。实验在具有100个客户端基准的56个Solomon实例上运行。结合均值和标准差对实验结果进行评估，结果表明，该算法在56个实例中的54个实例中表现较好，证明了该算法的有效性和稳定性。
Keyword:
Membrane computing
VRPTW
Evolutionary algorithm
Combinatorial optimization
Algorithm optimization
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.5
论文数:
7.6K
被引数:
1.7W
机构
引用论文
Osprey optimization algorithm: A new bio-inspired metaheuristic algorithm for solving engineering optimization problemsOsprey优化算法: 一种新的生物启发的元启发式算法，用于解决工程优化问题
OAAI
.png){kind=icon}
OAAI分享收藏A Hybrid Ant Colony and Grey Wolf Optimization Algorithm for Exploitation-Exploration Balance一种混合蚁群与灰狼优化算法用于平衡开发与探索OAAI
OAAI分享收藏分享收藏Efficiency improvement of ant colony optimization in solving the moderate LTSP蚁群优化算法求解中度LTSP的效率改进
PREAI
分享收藏A matheuristic for the Two-Echelon Multi-Trip Vehicle Routing Problem with mixed pickup and delivery demand and time windows具有混合取货和送货需求以及时间窗口的两级多行程车辆路径问题的matheuristic
PREAI
分享收藏The Use of Ranks to Avoid the Assumption of Normality Implicit in the Analysis of Variance使用秩来避免方差分析中隐含的正态性假设
PREAI
分享收藏
查看更多内容