一种基于文化基因算法的电动车辆路径优化方法

    公开(公告)号:CN116957456A

    公开(公告)日:2023-10-27

    申请号:CN202310765802.0

    申请日:2023-06-27

    Abstract: 本发明公开了一种基于文化基因算法的电动车辆路径优化方法。方法包括:在满足电动车辆配送路径最短的条件和路径约束的情况下,根据EVRP标准数据集使用文化基因算法进行种群迭代处理,直至输出电动车辆配送路径的最优解或达到最大迭代次数,停止迭代,实现电动车辆路径的优化。本发明方法通过减少解的搜索空间,避免无效的搜索和计算,从而提高了算法的收敛速度。本发明文化基因算法由基于种群的全局搜索以及基于个体的局部搜索组成,同时采用局部启发式策略来支撑变异,使得进化速度比生物群落的进化速度更快,算法收敛速度快,求解质量高,求得的结果具有较好的稳定性。

    一种基于强化学习的超启发算法的车辆路径优化方法

    公开(公告)号:CN110956311B

    公开(公告)日:2023-04-07

    申请号:CN201911116073.6

    申请日:2019-11-15

    Abstract: 一种基于强化学习的超启发算法的车辆路径优化方法,包括以下步骤:步骤1车辆路径问题分析;步骤2初始化;步骤3经验池、序列池存储;步骤4解的接受保留;步骤5判断经验池容量,容量足够则进入步骤8学习,未满,则进入步骤6;步骤6选择Action;步骤7保留最优解;步骤8选择学习样本,并初始化神经网络;步骤9神经网络学习更新;步骤10更新目标值网络;步骤11判断学习结束情况,学习未结束,则进入步骤8继续学习更新;反之,则进入步骤6选择Action,返回主循环;步骤12程序结束,输出车辆路径距离最优值及最优值路径序列。本发明提供了一种高层选择策略为强化学习的超启发算法的车辆路径优化方法。

    一种基于策略梯度的超启发算法的车辆路径优化方法

    公开(公告)号:CN115271163A

    公开(公告)日:2022-11-01

    申请号:CN202210692264.2

    申请日:2022-06-17

    Abstract: 一种基于策略梯度的超启发算法的车辆路径优化方法,包括车辆路径问题的研究背景意义及技术,包括:步骤1有容量车辆路径问题分析;步骤2参数初始化;步骤3初始化种群;步骤4通过算子选择机制选择算子对种群进行操作,并计算相关信息并存储于经验池中;步骤5判断算法迭代的次数,若达到预设步距,则进入步骤6学习,反之,则进入步骤4;步骤6从经验池中选择状态转移数据对策略梯度算法中的神经网络进行训练;步骤7判断是否达到算法终止运行条件,若是,则输出最优解;反之则返回主循环。本发明提供了一种高层选择策略为策略梯度的超启发算法的车辆路径优化方法。

    一种ASP模式下企业间生产调度优化方法

    公开(公告)号:CN101364292A

    公开(公告)日:2009-02-11

    申请号:CN200810161655.1

    申请日:2008-09-18

    Abstract: 一种ASP模式下企业间生产调度优化方法,包括以下步骤:(1)ASP平台企业将生产任务发布到ASP外协平台;(2)设定量子进化算法的参数;(3)进行编码;(4)解码过程,得到整数编码种群Q(t);再由随机键编码得到工序序列;(5)对Q(t)中的每一条染色体根据适应度函数计算其适应度值;(6)取种群Q(t)中拥有最小适应度值的染色体qbest,qbest对应的二进制染色体为种群R(t)中的最优个体Tbest,对应的量子染色体为种群P(t)中的最优个体pbest;(7)对照Tbest和Ri(t),对种群P(t)进行量子交叉和量子变异;(8)利用量子旋转门进行状态更新;(9)得到最优的调度方案。本发明能有效增进企业群间的协作生产共享、提高资源利用率、操作简单、可快速得到有效的生产调度结果。

Patent Agency Ranking