求解绿色车辆路径问题的离散乌贼算法

刘 馨，张 强

(东北石油大学 计算机与信息技术学院，黑龙江 大庆 163318)

0 引 言

近年来世界各国倡导绿色发展，以降低能耗、减少碳排放为目标的绿色车辆路径问题(green vehicle routing problem，GVRP)已经成为学术界研究的热点。赵志学等[1]提出一种考虑交通拥堵区域的多车型物流配送绿色车辆路径问题，设计一种混合差分进化算法进行求解；方文婷等[2]提出了一种混合蚁群算法，利用混合蚁群算法对建立的冷链物流路径优化数学模型进行求解；刘长石等[3]建立了碳排放量最小为目标的时变车辆路径数学模型,设计一种改进蚁群算法对问题进行求解。

乌贼优化算法(cuttlefish optimization algorithm，COA)是由Adel Sabry Eesa等[4]提出的一种新型的启发式优化算法。目前，许多研究者将COA算法应用于不同的工程领域。舒纬伟等[5]将COA用于解决无人机航迹规划问题，使得航迹规划搜索范围减少；Adel Sabry Eesa等在入侵检测系统特征选择过程中引入COA，得到具有更高准确率的特征子集；钱洲元等[6]提出了一种自适应COA，用于解决离线航迹规划问题，提高了航迹规划精度。在现阶段的研究中，COA算法主要在连续性问题的应用中取得了较好的成果，并且在求解问题数目较多且复杂时COA算法易陷入局部最优。为了进一步优化COA的性能，本文提出了一种离散乌贼算法(discrete cuttlefish optimization algorithm，DCOA)，在DCOA中为提高初始细胞群的优良性引入轮盘赌机制；此外，在全局搜索中引入基于精英片段的交叉策略，在局部搜索中引入2-opt法和shift法，进一步强化算法的求解性能。最后通过仿真实验验证算法的改进效果，并将DCOA在本文建立模型的求解结果与其它5种算法的求解结果进行对比，DCOA取得了很好的寻优效果。……