基于改进蝙蝠算法的带模糊需求的车辆路径问题

朱 颢

(湖州职业技术学院，浙江 湖州 313000)

基于改进蝙蝠算法的带模糊需求的车辆路径问题

朱 颢

(湖州职业技术学院，浙江 湖州 313000)

蝙蝠算法作为一种新的元启发式算法，尚未被应用到模糊车辆路径问题中；针对带模糊需求的车辆路径问题，以极小化总运输距离为目标，建立基于可信性理论的模糊规划模型，提出一种改进的蝙蝠算法；算法采用基于客户编号的编码方式，利用随机模拟算法计算额外行驶距离；在蝙蝠位置更新时，引入基于非线性调整的惯性权重和基于子路径的局部搜索；为提高全局搜索能力，避免算法早熟，对处于较差位置的蝙蝠进行交叉操作；最后，利用随机实验数据进行仿真，分析了决策者主观偏好值对目标值的影响，并与其它算法的寻优结果进行对比分析，结果表明，算法具有一定的可行性和有效性。

蝙蝠算法;模糊需求;车辆路径问题

0 引言

车辆路径问题(VRP问题)作为物流领域内的一类经典的组合优化问题，由Dantzig和Ramser[1]于1959年首次提出,该问题描述为：若干车辆从车场出发，为一系列客户提供取货服务(送货服务类似)，取货完毕后返回车场，每个客户一次只能由一辆车提供取货服务，在取货过程中需要满足车辆装载能力约束、车辆行驶里程约束和客户时间窗口约束等条件，为此，为每辆车选择相应的客户，并安排访问的顺序，使得某些目标达到最优(如总路程最短、成本最低等)。目前，关于车辆路径问题的文献很……