基于改进混合蛙跳算法的CVRP求解

• 作者: 李霞 陈泯融 骆剑平
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 智能优化 进化算法 混合蛙跳算法 极值动力学优化 车辆路径问题 收敛性
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 论文
• 页码范围: 429-434
• 分类号: TP181
• 字数: 5950字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2010.00328

摘要

该文提出基于实数编码模式的混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)求解容量约束车辆路径问题(Capacitated Vehicle Routing Problem,CVRP);把具有极强局部搜索能力的幂律极值动力学优化(Power Law Extremal Optimization,τ-EO)融合于SFLA,针对CVRP对τ-EO过程进行设计和改进.改进的τ-EO采用新颖的组元适应度计算方法;采用幂律概率分布来挑选需要变异的组元;根据最邻近城市表,采用幂律概率分布挑选变异组元的最佳邻近城市,执行线路间或线路内的变异.求解测试库中的实例,证明该改进算法有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆剑平	深圳大学信息工程学院	9	261	6.0	9.0
2	李霞	深圳大学信息工程学院	62	1137	17.0	32.0
3	陈泯融	深圳大学信息工程学院	8	198	5.0	8.0