10.3969/j.issn.1007-7375.2020.05.008
基于密度峰值聚类的VRPTW问题研究
提出一种密度峰值聚类(density peak clustering,DPC)与遗传算法(genetic algorithm,GA)相结合的新型混合算法(density peak clustering with genetic algorithm,DGA),求解带时间窗的车辆路径问题.首先应用DPC对客户进行聚类以缩减问题规模,再将聚类后的客户用GA进行线路优化.结果 表明:DGA在9个数据集上的平均值比模拟退火(simulated annealing,SA)和禁忌搜索(Tabu)分别提高了13.41%和4.7%,单个数据集最大提高了26.4%.这证明了该算法是求解车辆调度问题的高效算法.
密度峰值聚类、VRPTW问题、车辆调度、遗传算法
23
TP391.9(计算技术、计算机技术)
国家自然科学基金资助项目;江苏省社会科学基金资助项目
2020-11-13(万方平台首次上网日期,不代表论文的发表时间)
共10页
58-66,74