一种基于参数自学习的物流配送路径优化方法,首先,根据配送点和车辆对问题进行编码,将其转化为算法可以优化的变量;然后,设计基于参数自学习的差分进化算法,将递进式更新步长因子和交叉概率的策略与基于局部精英信息的变异获取优异测试个体策略相结合起来,不仅提高了算法的实际搜索效率和可靠性,而且有效避免了早熟收敛;最后,根据算法所设计的编码对实际车辆配送问题进行优化,并对最优解进行解码得到最优配送方案。本发明提供一种搜索速度较快,且结果可靠的基于参数自学习的物流配送路径优化方法。
📄 2018104380525
📂 G06Q10_04
👤 浙江工业大学
📅 2018-05-09