基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统细菌觅食优化算法(Bacterial Foraging Optimization,BFO)缺乏信息交流,容易陷入局部最优且收敛缓慢的缺点,将群体全面学习策略、趋化步长自适应更新机制嵌入到原始BFO算法中,提出一种自适应全面学习细菌觅食算法(Adaptive Comprehensive Learning Bacterial Foraging Optimization,ACLBFO).为了验证所提算法的有效性,将其应用于考虑时间窗的车辆路径规划问题,设计相应的编码机制、适应度函数构造.与基本的细菌觅食优化算法及两种改进的细菌觅食优化算法进行对比研究.实验结果表明,试算法更加适用于该类问题的求解,可以获得更快的收敛速度与求解精度.
推荐文章
遗传算法融合大数据的目标车辆路径规划方法
遗传算法融合大数据
路径规划
适应值函数
外罚函数法
基于RRT改进的智能车辆路径规划算法
智能车辆
快速搜索随机树
路径规划
障碍物斥力函数
基于改进A*算法的越野路径规划研究
A*算法
越野路径规划
坡度
地表属性
粗糙度
协同车辆路径问题的模糊规划模型和算法
车辆路径问题
离散粒子群算法
协同运输
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ACLBFO算法的车辆路径规划
来源期刊 系统工程 学科 交通运输
关键词 带时间窗车辆路径问题(VRPTW) 细菌觅食算法 全面学习策略
年,卷(期) 2015,(4) 所属期刊栏目 运筹学与管理
研究方向 页码范围 120-125
页数 6页 分类号 O221|U116
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (3)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
带时间窗车辆路径问题(VRPTW)
细菌觅食算法
全面学习策略
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统工程
双月刊
1001-4098
43-1115/N
大16开
长沙市浏河村巷37号湖南省社会科学院内
42-67
1983
chi
出版文献量(篇)
4447
总下载数(次)
29
论文1v1指导