一种基于改进遗传算法的多解物流配送路径规划方法技术

本发明专利技术公开了一种基于改进遗传算法的多解物流配送路径规划方法，利用小生境、遗传算法等技术找出物流配送的多种最优路线方案，配送员可以根据实际情况和个人偏好进行选择，相比其他只能找出一个最优路线的优化方法，本发明专利技术提升了路径规划方法的多样性，更能适应实际应用场景。具体步骤包括：初始化城市信息并初始化；基于密度聚类进行种群划分；子种群内局部进化，包括：选择、交叉、变异、最优解探测、局部搜索；当评估次数没有用完时，继续迭代执行；否则结束迭代，输出结果。

【技术实现步骤摘要】

本专利技术涉及物流配送路径规划，具体涉及一种基于改进遗传算法的多解物流配送路径规划方法。

技术介绍

1、物流配送路径规划在现实世界中广泛存在，配送员需要到多个目的地进行配送，每个目的地均只到达一次，配送员在访问所有目的地的同时确保行驶路径最短，可以直接节省时间和能耗成本，而在实际应用场景中，物流配送可能具有多种最优的路线方案，目前技术研究中亟待找到物流配送路径规划中的多种最优路线方案，供配送员根据实际情况进行选择。

2、物流配送路径规划是一个经典的组合优化问题，相关的研究有很多，如遗传算法、粒子群优化算法、神经网络、图论、蚁群算法。鉴于遗传算法的自学性，以及编码方式天然适应于离散问题，因而本专利技术研究中采用遗传算法作为优化器。然而传统遗传算法全局寻优能力强而局部搜索能力弱，最终会收敛到一个最优解，因此本专利技术研究对传统的遗传算法进行改进，引入小生境技术增加种群多样性使得算法能够找到多个最优解。小生境技术的原理是将整个种群划分为多个子种群，子种群内局部进化以找到多个最优解。但是现有的小生境方法多用于连续优化问题，因而本专利技术研究中至少提出改本文档来自技高网...

【技术保护点】

1.一种基于改进遗传算法的多解物流配送路径规划方法，其特征在于，所述多解物流配送路径规划方法包括以下步骤：

2.根据权利要求1所述的一种基于改进遗传算法的多解物流配送路径规划方法，其特征在于，所述步骤S2中使用密度聚类划分种群，个体之间的相似性采用个体间的公共边进行评估，相似度S(πi,πj)计算公式如下：

3.根据权利要求1所述的一种基于改进遗传算法的多解物流配送路径规划方法，其特征在于，所述步骤S3中对两个个体Pi、Pj执行交叉算子，个体Pi、Pj的编码分别为Pid0-Pid1-...-PidNC-1，Pjd01-Pjd1-...-PjdNC-1，首先将两个长...

【技术特征摘要】

1.一种基于改进遗传算法的多解物流配送路径规划方法，其特征在于，所述多解物流配送路径规划方法包括以下步骤：

2.根据权利要求1所述的一种基于改进遗传算法的多解物流配送路径规划方法，其特征在于，所述步骤s2中使用密度聚类划分种群，个体之间的相似性采用个体间的公共边进行评估，相似度s(πi,πj)计算公式如下：

3.根据权利要求1所述的一种基于改进遗传算法的多解物流配送路径规划方法，其特征在于，所述步骤s3中对两个个体pi、pj执行交叉算子，个体pi、pj的编码分别为pid0-pid1-...-pidnc-1，pjd01-pjd1-...-pjdnc-1，首先将两个长度均为nc的数组a、b初始化为0，数组a的元素a[pidl]＝0，l＝0,1,..,nc-1，代表pi中城...

【专利技术属性】
技术研发人员：詹志辉，介思佳，陈春华，蒋怿，杨奇特，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：