【技术实现步骤摘要】
本专利技术属于进化智能演化计算中的多目标优化研究，具体涉及一种基于多目标进化算法的物流配送路径优化方法。
技术介绍
1、物流配送路径优化方法问题涉及一组容量有限的车辆从一个配送中心到一组地理上分散的客户的路径问题，这些客户具有已知的需求和预定的时间窗。该问题通过优化车辆路线来解决，以满足所有给定的约束以及最小化运输成本和车辆数量的目标。然而不同目标之间可能存在冲突，不存在单一的最优解，因此需要采用多目标进化算法来解决这一类问题。
2、多目标进化算法是用来解决多目标问题而开发的算法，是一种基于种群的启发式算法，此类算法能够在一次运行中找到一组帕累托最优解。然而，作为解决物流配送路径优化问题的重要方法之一，多目标进化算法在处理涉及三个及以上目标函数的问题时呈现效用性能急剧减退的趋势。
技术实现思路
1、本专利技术的目的是提供一种基于多目标进化算法的物流配送路径优化方法，解决多目标进化算法是用来解决多目标问题而开发的算法，在处理涉及三个及以上目标函数的问题时呈现效用性能急剧减退的趋势
【技术保护点】
1.基于多目标进化算法的物流配送路径优化方法，其特征在于，包括：步骤1，在决策空间随机初始化种群；步骤2，生成参考向量集合，参考向量将目标空间划分为不同的子空间，将种群中的解和子空间进行关联；步骤3，种群迭代进化，选择每个解关联的子空间及其邻域子空间中的解作为交配池，采用两点交叉和交换变异生成子代种群；步骤4，将步骤3中得到的子代种群和父代种群合并，先从每个关联到解的子空间中选择一个最优解，然后选择目标值求和最小的一些解，最后选择目标值求和以及拥有最大角度的解，构造出下一代种群；步骤5，根据步骤4获得的下代种群，使用非支配排序与前代进行比较，对子空间邻域大小、不同方式...
【技术特征摘要】
1.基于多目标进化算法的物流配送路径优化方法，其特征在于，包括：步骤1，在决策空间随机初始化种群；步骤2，生成参考向量集合，参考向量将目标空间划分为不同的子空间，将种群中的解和子空间进行关联；步骤3，种群迭代进化，选择每个解关联的子空间及其邻域子空间中的解作为交配池，采用两点交叉和交换变异生成子代种群；步骤4，将步骤3中得到的子代种群和父代种群合并，先从每个关联到解的子空间中选择一个最优解，然后选择目标值求和最小的一些解，最后选择目标值求和以及拥有最大角度的解，构造出下一代种群；步骤5，根据步骤4获得的下代种群，使用非支配排序与前代进行比较，对子空间邻域大小、不同方式的选择数量进行自适应改变...
【专利技术属性】
技术研发人员：李薇，唐景琪，平泽鸣，李沐阳，陆洋，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。