融合模拟退火的遗传算法在车辆调度中的应用
收稿日期：2018年1月7日，修回日期：2018年2月26日
基金项目：国家自然科学青年基金项目（编号：61401262）资助。作者简介：刘睿琼，女，硕士，讲师，研究方向：复杂系统建模与仿真。?
1引言
遗传算法属于随机搜索算法，其来源于生物界
自然选择和自然遗传机制，在各类工程优化问题中得到了广泛应用。在车辆调度领域，遗传算法应用已经很多，但多采用标准遗传算法[1]。遗传算法是以点集到点集的方式进行搜索，相对于点到点的搜索方法能以更大的概率搜索到全局最优解，但在实践应用过程中遗传算法往往容易产生早熟[2]，而得不到全局最优解，因此需要对其进行改进。模拟退
火算法不仅接收使目标函数变好的解，还在一定程度上接收使目标函数变差的解，克服了遗传算法局部搜索能力较差、易出现早熟现象的缺点。因此，如果能够使用模拟退火算法对种群进行优化，能够有效提高遗传算法的运行效率和准确性。
2数学模型
本文主要讨论单配送中心有时间窗约束车辆
调度（VRPTW ）问题[3]。设N 表示为客户总数，编号分别为1,2,…,N ；编号0表示配送中心。
融合模拟退火的遗传算法在车辆调度中的应用
?
刘睿琼1
张文丽2侯爱华1
（1.西安理工大学高等技术学院
西安
710082）（2.陕西理工大学物电学院
汉中
723000）
摘
要
论文在遗传算法搜索过程中融入了模拟退火算法，针对选择运算、交叉运算和变异运算产生的新种群，使用模
拟退货算法逐一进行优化。由于模拟退火算法不仅接收使目标函数变好的解，还在一定程度上接收使目标函数变差的解，有效避免陷入局部最优，克服了遗传算法局部搜索能力较差、易出现早熟现象的缺点，提高了遗传算法的性能，扩大了遗传算法的使用范围。仿真结果表明融合了模拟退火思想的改进遗传算法性能更优更稳定。
关键词
改进遗传算法；模拟退火思想；融合模拟退火的遗传算法；车辆调度；时间约束
中图分类号
TP311
DOI ：10.3969/j.issn.1672-9722.2018.07.010
Application of Genetic Algorithm Integrated with Simulated
Annealing in Vehicle Dispatching Problem
LIU Ruiqiong 1
ZHANG Wenli 2
HOU Aihua 1
（1.High-Tech College ，Xi 'an University of Technology ，Xi 'an
710082）
（2.School of Physics and Telecommunication Engineering ，Shaanxi University of Technology ，Hanzhong 723000）
Abstract
In this paper ，the simulated annealing algorithm is integrated into the search process of genetic algorithm.The new
species group ，which is generated by selection operation ，crossover operation and mutation operation ，is optimized by using the sim -ulated annealing algorithm.The simulated annealing algorithm not only receives the solution making objective function better ，but to some extent receives the solution making objective function worse.It can effectively avoid the local optimum ，and can overcome the defects that genetic algorithm has poor local search ability and is prone to premature.It improves the performance of genetic algo -
rithm and expands the scope of the use of genetic algorithm.The simulation results show that the improved genetic algorithm ，which combines the simulated annealing thought ，is better and more stable.Key Words
improved genetic algorithm ，simulated annealing thought ，fusion simulated annealing genetic algorithm ，vehi -
cle scheduling ，time constraint
Class Number
TP311
万方数据