面向車(chē)輛路徑優(yōu)化問(wèn)題的改進(jìn)免疫遺傳算法.pdf

1、車(chē)輛路徑優(yōu)化問(wèn)題在連接生產(chǎn)者、銷(xiāo)售者和消費(fèi)者三個(gè)方面上起了很重要的作用。良好的配送路徑一方面能提高企業(yè)的客戶(hù)服務(wù)滿(mǎn)意度，另一方面也減少了企業(yè)的物流成本。如何合理、有效的優(yōu)化配送路線，具有重大的理論價(jià)值和應(yīng)用價(jià)值，又由于在組合優(yōu)化這個(gè)領(lǐng)域內(nèi)，車(chē)輛路徑優(yōu)化問(wèn)題屬于求解有一定的難度，由于其難度特點(diǎn)，使用精確優(yōu)化方法有一定的局限性，獲得滿(mǎn)意的結(jié)果不容易，雖然在優(yōu)化實(shí)際問(wèn)題的解決過(guò)程中已經(jīng)應(yīng)用了很多種啟發(fā)式算法，但普遍來(lái)說(shuō)傳統(tǒng)算法全局搜索能力不夠

2、強(qiáng)，容易導(dǎo)致過(guò)早收斂。
　　遺傳算法是一種模擬生物進(jìn)化的高度并行的全局優(yōu)化搜索算法，它具有隨機(jī)性以及自適應(yīng)性，但遺傳算法的方法與理論還沒(méi)有成熟，算法本身的缺陷也有待慢慢改進(jìn)。而生物免疫系統(tǒng)本身具有抗原識(shí)別、免疫記憶、抗體濃度的調(diào)節(jié)以及多樣性的保持等特性，在某種程度上可以彌補(bǔ)遺傳算法的不足。將生物免疫原理與遺傳算法相結(jié)合的優(yōu)化算法，可某種程度上解決遺傳算法本身的搜索速度不足以及過(guò)早收斂的缺點(diǎn)，基于此，本文將遺傳算法與免疫思想結(jié)合，提

3、出了免疫遺傳算法的概念，用來(lái)解決車(chē)輛路徑優(yōu)化問(wèn)題，該算法在評(píng)估與選擇后代優(yōu)秀抗體群時(shí)依據(jù)抗體與抗原間的親和度，同時(shí)兼顧考慮了抗體與抗體間的親和度，并且將免疫概念中的抗體間促進(jìn)與抑制作用的原理加入其中，保證了個(gè)體的多樣性。同時(shí)，通過(guò)免疫記憶算子建立記憶庫(kù)來(lái)保留群體中的優(yōu)秀抗體，從而避免了算法搜索的收斂速度過(guò)快，提升算法的收斂效率。
　　針對(duì)基本免疫遺傳算法在解決 VRP問(wèn)題時(shí)存在的缺陷，在計(jì)算抗體間親和力時(shí)用信息熵方法計(jì)算過(guò)程過(guò)于復(fù)

4、雜繁瑣，計(jì)算量大從而易導(dǎo)致算法的收斂速度減慢的情況，本文從兩個(gè)角度提出了兩種改進(jìn)思路：分別是基于矢量距的親和力計(jì)算方法以及基于相鄰編碼數(shù)組合比較的親和力計(jì)算方法，該兩種方法都有計(jì)算簡(jiǎn)便，通俗易懂，而且能夠有效地保證種群內(nèi)抗體的多樣性的特征。最后將兩種改進(jìn)的免疫遺傳算法應(yīng)用到車(chē)輛路徑優(yōu)化的數(shù)學(xué)模型中，并在MATLAB環(huán)境中使用改進(jìn)算法來(lái)求解仿真路徑優(yōu)化問(wèn)題。經(jīng)過(guò)仿真測(cè)試,通過(guò)與基本免疫遺傳算法比較，結(jié)果表明改進(jìn)免疫遺傳算法能有效地?cái)U(kuò)大搜索