摘要
在Median-based模型的基础上,建立了带容量约束的配送中心选址模型,并给出求解算法。为避免算法早熟,提出一种异质多群体粒子群算法,将种群划分为主群和若干异质拓扑结构子群,平衡算法的开发与探索能力。设计了二进制与浮点数混合并行编码,将改进算法用于求解带容量约束的配送中心选址模型。仿真实验结果表明,此改进算法提高了最优解的求解精度与收敛速度。
学科与关键词
关键词
选址模型带容量约束生物启发粒子群算法编码约束处理 location modelcapacitated constraintbiological inspiredParticle Swarm Optimization(PSO)encodingconstraints handling
- 配送中心选址-库存问题的粒子群算法应用王非; 张佳; 孙浩杰; 樊根耀公路交通科技, 2011, (12): 152-158.
- 考虑下游配送次数的配送中心选址-库存问题研究王非; 孙浩杰; 贾涛预测, 2011, (04): 42-47.
- 求解多隔室车辆路径问题的改进粒子群优化算法陈久梅; 张松毅; 但斌计算机集成制造系统, 2019, (11): 2952-2962.
