月旦知識庫
  1. 熱門:
 
首頁 臺灣期刊   法律   公行政治   醫學   財經   社會學   教育   其他 大陸期刊   核心   非核心 DOI文章
查看詳細全文
篇名
應用粒子群演算法求解開放式車輛路線問題之研究
並列篇名
Particle Swarm Optimization Algorithms for the Open Vehicle Routing Problem
作者 韓復華楊禮瑛
中文摘要
本研究應用粒子群演算法(Particle Swarm Optimization,PSO)求解開放式車輛路線問題 (Open Vehicle Routing Problem,OVRP),應用Ai and Kachitvichyanukul提出之SR-2編碼方式以及GLNPSO的學習策略作為主要求解方法,並額外增加2-Opt*與Or-Opt鄰域改善模組以加強演算法的深度搜尋,以降低求解粒子數之運用,兼顧求解效率及其品質。本研究以32題國際標竿例題進行測試,求解績效顯示:總車輛數誤差為0輛;距離成本方面,18題可求得文獻已知最佳解。本研究另外將所設計之演算法應用於求解VRP問題,以14題國際標竿例題進行測試,結果求得7題目前文獻已知最佳解,平均誤差僅為0.51%。
英文摘要
This paper applies a Particle Swarm Optimization (PSO) algorithm for solving the Open Vehicle Routing Problem (OVRP). We adopted the SR-2 solution representation and the corresponding decoding method in the PSO framework proposed by Ai and Kachitvichyanukul. The major difference between their work and this paper is that we added the 2-Opt* and Or-Opt local improvement procedures into the PSO framework. The addition of local improvement procedures has significant effects on the solution quality and the computational efficiency. The proposed algorithm was tested on 32 OVRP benchmark instances. Results showed that our proposed algorithm can find 18 best-known solutions out of the 32 benchmark instances tested. We also applied the proposed method for solving the conventional VRP, and found 7 best-known solutions among 14 instances tested. The average deviation from the best-known solution is 0.51%.
起訖頁 199-220
關鍵詞 開放式車輛路線問題粒子群演算法巨集啟發式解法Open vehicle routing problem(OVRP)Particle swarm optimization(PSO)Metaheuristics
刊名 運輸學刊  
期數 201306 (25:2期)
出版單位 中華民國運輸學會
該期刊-上一篇 依時性後推式路徑演算系統開發
該期刊-下一篇 臺鐵列車連鎖延滯之隨機特性模擬分析
 

新書閱讀



最新講座


優惠活動




讀者服務專線:+886-2-23756688 傳真:+886-2-23318496
地址:臺北市館前路28 號 7 樓 客服信箱
Copyright © 元照出版 All rights reserved. 版權所有,禁止轉貼節錄