基于越库配送车辆调度的混合量子遗传算法(QGA)研究

• 作者: 杨玥 殷雪峰 白士宇
• 来源期刊: 计算机测量与控制
• 关键词: 车辆调度 组合优化 混合量子遗传算法
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 设计与应用
• 页码范围: 208-212
• 页数: 5页
• 分类号: TN98
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.04.046

摘要

量子遗传算法(QGA)是将经典的量子理论应用到遗传算法当中,将量子态引入传统比特模型中,一种新型的求解最优问题的算法;越库配送车辆调度是一类经典的组合优化问题,基于量子遗传算法,针对提高物流配送过程中要求的快速和高效的问题,研究了一种混合量子遗传算法的框架,提出了解决传统物流调度中的配送优化方案的新思路,研究了新的量子更新和概率调整的策略,使该方法更加贴合物流配送的实际问题,实验结果显示,采用混合量子遗传算法后的性能明显优于传统的量子遗传算法,取得了更高的最佳适应度,具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨玥	沈阳工学院辽宁省数控机床信息物理融合与智能制造重点实验室	37	39	4.0	4.0
5	殷雪峰	沈阳工学院信息与控制学院	3	0	0.0	0.0
6	白士宇	沈阳工学院信息与控制学院	2	0	0.0	0.0