节点文献
求解VRPSTW问题的参数优化蚁群算法
Ant colony algorithm parameters optimization used to solve VRPSTW
【摘要】 蚁群算法中的关键参数α、β、γ、ρ对算法的求解效率和求解质量有重要的影响。本文利用遗传算法在参数寻优方面的优越性,在蚁群算法运行的同时利用遗传算法去优化关键参数α、β、γ、ρ,提出了求解VRPSTW问题的参数优化蚁群算法,实例证明效果好。
【Abstract】 Key parameters-α、β、γ、ρof ACO have great impact on the efficiency and quality of Algorithm.Using the superiority of genetic algorithm in parameter optimization,this paper uses the Genetic Algorithm to optimize the key parameters-α、β、γ、ρwhen running ant colony optimization.In this case,the method of Ant Colony Algorithm Parameters Optimization to solve VRPSTW has been put forward in this paper.Examples have proved it’s good effect.
【关键词】 带软时间窗的车辆路径问题;
蚁群算法;
遗传算法;
参数优化;
【Key words】 VRPSTW; ant colony optimization; genetic algorithm; parameter optimization;
【Key words】 VRPSTW; ant colony optimization; genetic algorithm; parameter optimization;
【基金】 江苏省高等学校大学生实践创新训练计划项目(201412703018X);南通航运职业技术学院科研基金项目(HYKJ/2014C02);江苏省高等职业院校教师高级访问工程师研修计划(2014FG066)
- 【文献出处】 无锡职业技术学院学报 ,Journal of Wuxi Institute of Technology , 编辑部邮箱 ,2015年05期
- 【分类号】TP18
- 【下载频次】38