电子学报 ›› 2015, Vol. 43 ›› Issue (10): 2053-2061.DOI: 10.3969/j.issn.0372-2112.2015.10.026

• 学术论文 • 上一篇    下一篇

求解带用户满意度的多目标实时车辆路径问题的改进伊藤算法

易云飞1,2,3, 蔡永乐1, 董文永1, 林晓东2   

  1. 1. 武汉大学计算机学院, 湖北武汉 430079;
    2. 河池学院计算机与信息工程学院, 广西宜州 546300;
    3. 广西高校系统控制与信息处理重点实验室, 广西宜州 546300
  • 收稿日期:2014-08-12 修回日期:2015-05-27 出版日期:2015-10-25 发布日期:2015-10-25
  • 通讯作者: 董文永
  • 作者简介:易云飞 男,1981年出生于广西资源,武汉大学计算机学院博士生,副教授,研究方向为智能计算,机器学习等.E-mail:gxyiyf@163.com;蔡永乐 男,1991年出生于河南平顶山,武汉大学计算机学院硕士研究生,研究方向为智能计算,机器学习.
  • 基金资助:

    国家自然科学基金(No.60873114,No.61170305);广西自然科学基金(No.2013GXNSFBA019282);广西高等学校科研项目(No.KY2015YB254);国家级大学生创新创业训练计划(No.201410605055,No.210510605024/25);广西混杂计算与集成电路设计分析重点实验室开放基金课题(No.HCIC201411)

Improved ITO Algorithm for Multiobjective Real-time Vehicle Routing Problem with Customers' Satisfaction

YI Yun-fei1,2,3, CAI Yong-le1, DONG Wen-yong1, LIN Xiao-dong2   

  1. 1. Computer School, Wuhan University.Wuhan, Hubei 430079, China;
    2. College of Computer and Information Engineering, Hechi University.Yizhou, Guangxi 546300, China;
    3. Guangxi Universities Key Laboratory Breeding Base of System Control and Information Processing.Yizhou, Guangxi 546300, China
  • Received:2014-08-12 Revised:2015-05-27 Online:2015-10-25 Published:2015-10-25

摘要:

基于对标准车辆路径问题的分析,本文构建了一种包括交通因素、客户需求动态改变、用户满意度的多目标动态车辆路径问题模型.针对伊藤算法在求解离散组合优化问题时效率较低、收敛性较差等缺陷,本文以具有通用性的伊藤算法为框架,参考蚁群算法,设计了伊藤-蚂蚁优化算法,并采用正交实验的方法,分析了改进算法参数的设置问题.为了验证改进算法的有效性,文章对标准测试数据集中的数据进行了测试.最后,将标准测试数据改编成符合带用户满意度的多目标实时车辆路径问题模型的测试数据,并用改进算法进行求解.实验结果表明,本文提出的问题模型和改进算法是可行的、有效的.

关键词: 动态车辆路径问题, 伊藤算法, 蚁群算法, 用户满意度

Abstract:

Based on the analysis of the standard vehicle routing problem, we proposed a multiobjective real-time vehicle routing problem model, referred as MR-VRPCS.The MR-VRPCS considers the traffic factors, customer demand dynamic change and customers' satisfaction.As we know, the ITO algorithm has low efficiency and poor convergence performance on the discrete combinatorial optimization problems.Therefore, we apply the universal framework of ITO and introduce the Ant Colony Optimization algorithm, which has got depth studied in vehicle routing problem, to design the ITO-Ant Optimization algorithm.We analyze the IAO algorithm's parameter setting problem by the method of orthogonal experiment.Finally, we use the Solomon benchmark test data to prove the effectiveness of the IAO algorithm, and adjust the standard test data to the MR-VRPCS model's, and resolve it with IAO.The experimental results show the feasibility and effectiveness of the proposed model and algorithm.

Key words: dynamic vehicle routing problem, ITO algorithm, ant colony algorithm, customers' satisfaction

中图分类号: