论文部分内容阅读
车辆路径问题和配送中心选址问题是物流配送系统中的核心问题，将粒子群优化算法应用于车辆路径问题和配送中心选址问题，研究求解这两个问题的有效算法具有重要的理论意义和应用价值。
本文首先对车辆路径问题、配送中心选址问题和粒子群优化算法进行了综述，对基本的粒子群优化算法及其参数选择策略等进行了介绍；在此基础上，基于遗传算法中的交叉、变异、优胜劣汰的思想，提出了一种新的带交叉因子的改进粒子群优化算法，对标准测试函数进行了数值实验，并与已有的两种典型的粒子群优化算法进行了比较，验证了改进粒子群优化算法更有效地避免陷入局部最优，具有更好的收敛性和收敛精度；利用新提出的改进算法，求解车辆路径问题和配送中心选址问题，进行了数值实验；应用改进的粒子群算法求解带时间窗的车辆路径问题和多目标中心选址问题，取得了较好的仿真结果。结果表明，改进的粒子群算法可以有效地求解这两类问题，提高了搜索的成功率，可以更有效地求解此类NP—HARD问题。