摘要
为求解车辆路径问题提出一种改进的混沌粒子群优化算法。该算法在基本混沌粒子群优化算法(CP-SO)基础上,引入逻辑斯特函数,对惯性权重因子w进行非线性调整,提高了算法的寻优能力,有效避免了算法陷入局部最优并防止过早收敛。采用该算法应用于车辆路径问题,仿真结果表明该与标准遗传和双种群遗传算法比较,具有一定的优势。
This paper proposed an improved chaos particle swarm optimization algorithm for VRP.Based on classical chaos particle swarm optimization（CPSO） algorithm,it used logistic function to no-linearly adjust the inertia weight of the classicial PSO algorithm to improve the ability to find the best swarm and to overcome the shortcoming of trapped in local minima.Test shows that the algorithm is better than two kinds of genetic algorithm（CA） to deal with VRP.
出处
《计算机应用研究》
CSCD
北大核心
2011年第11期4107-4110,共4页
Application Research of Computers
基金
广东省自然科学基金资助项目(10152800001000029)
关键词
粒子群
车辆路径问题
混沌
非线性
逻辑斯特函数
particles swarm
vehicle routing problem（VRP）
chaos
nolinear
logistic function
