基于改进麻雀搜索算法的冷链物流路径优化OACSTPCD
针对城市间冷链物流对成本与时效的高要求,提出了一种改进的离散麻雀搜索算法。通过对麻雀维度序列的映射,实现了算法的离散化;引入基于维度的邻域模型以加强麻雀种群内的信息交流,降低陷入局部最优解的可能;引入动态因子以改进发现者位置更新公式,平衡算法的开发与勘探。采用23个标准测试函数进行测试,实验所得平均值与方差表明,改进算法的搜索性能与稳定性得到了极大的改善。采用6个标准VRPTW数据集测试改进算法求解复杂路径优化问题的能力,对比实验表明,改进算法能够以更快的速度求得更优的可行解,验证了改进算法的有效性与稳定性。最后使用小规模数据集可视化展示了改进算法在路径规划问题的提升。
马青宇;邵松帅;刘博旭;孙哲;龚光富;孙知信;
南京邮电大学江苏省邮政大数据技术与应用工程研究中心,江苏南京210023 南京邮电大学国家邮政局邮政行业技术研发中心(物联网技术),江苏南京210023安徽邮谷快递智能科技有限公司,安徽芜湖241300
计算机与自动化
冷链物流麻雀搜索算法离散化邻域学习动态因子
《计算机技术与发展》 2024 (003)
P.125-132 / 8
国家自然科学基金(61972208)。
评论