多旅行商问题
多旅行商问题的相关文献在1999年到2022年内共计86篇,主要集中在自动化技术、计算机技术、金属学与金属工艺、铁路运输
等领域,其中期刊论文67篇、会议论文1篇、专利文献15570篇;相关期刊53种,包括统计与管理、旅游科学、高等继续教育学报等;
相关会议1种,包括杭州电子科技大学第九届研究生IT创新学术论坛 等;多旅行商问题的相关文献由236位作者贡献,包括周辉仁、唐万生、胡士娟等。
多旅行商问题—发文量
专利文献>
论文:15570篇
占比:99.57%
总计:15638篇
多旅行商问题
-研究学者
- 周辉仁
- 唐万生
- 胡士娟
- 魏颖辉
- 鲁海燕
- 孙维维
- 孟学雷
- 张军
- 张祥银
- 张萍
- 徐月同
- 李静
- 杨凌杰
- 杨启文
- 林冬梅
- 段海滨
- 汪定伟
- 牛犇
- 王东
- 王东先
- 王海龙
- 耿家利
- 胡劲松
- 苏守宝
- 薛云灿
- 詹志辉
- 许凯波
- 谢军
- 邓昶博
- 金季强
- 陈伟能
- 黄洋
- 龙婧
- Geng Jiali
- Xie Jun
- Zhang An
- Zhang Ping
- 丁梓原
- 万彬菲
- 万畅
- 乔俊
- 于卓岑
- 于宏涛
- 于莹莹
- 介婧
- 付艳云
- 任佩瑜
- 何兵
- 何国强
- 何建佳
-
-
张若冰;
田博;
孙源龙;
常亮
-
-
摘要:
为解决物料配送时拖车的承包区规划问题,生成了降本增效的派送方案和杜绝停线的方案。在转运能力有限,固定存储位置的条件下,提出了合理的假设,模拟实例,对停线原因进行合理分析,在尽量减少停线的前提下,通过多模式优化和动态规划模型,规划物料仓储点最少的储存方案。在此基础上,通过蚁群算法和多旅行商问题模型优化停线问题,按照实际需求和可用拖车,在保证路径最短的同时,利用BFS自动生成成本最低的配送方案。相比于传统的蚁群算法,加入时间窗约束条件,引入软时间惩罚成本,增添了路径信息素不断更新的机制,在贴近实际的同时,杜绝停线现象发生。对最终模型进行验证,表明该方法较好地解决了流水线的配送问题。
-
-
朱红瑞;
谭代伦
-
-
摘要:
均衡多旅行商问题(Balanced Multiple Traveling Salesman Problem,BMTSP)被广泛应用在诸如多人协作、任务分担等情形中。针对该问题提出一种改进快速单亲遗传算法(Improved Fast Partheno-Genetic Algorithm,IFPGA)进行求解。首先,基于图论知识完善了BMTSP问题的数学模型;其次,强化和改进了单亲遗传变异策略,将四种常用变异算子“移位、倒序、左移、右移”与随机插入操作相结合,以此大幅增加种群多样性和迭代后期的局部寻优能力;经过精英策略优选后,基于最近邻点策略对种群每一个个体中路程最长的旅行商回路进行局部优化,增强了算法的全局寻优能力。实验结果表明,IFPGA算法设置的策略对算法的性能提升明显,求解算例时IFPGA算法的收敛速度和求解精度得到了很大的提高。
-
-
程亚南;
王晓峰;
刘凇佐;
莫淳惠
-
-
摘要:
多旅行商问题在实际生活中有着较为广泛的应用价值,该问题的求解受到越来越多学者的关注。信息传播算法是一类求解组合优化问题最为有效的方法,基于K-means聚类技术,给出了求解多起点多旅行商问题(multiple depots multiple traveling salesman problem, MMTSP)的信息传播算法,该算法采用K-means聚类算法将旅行商问题进行聚类,从而形成若干不同类,对每一个类采用信息传播算法进行旅行商搜索,将每一个类的搜索结果进行综合,得到MMTSP问题的解。通过对旅行商标准测试数据集中的多种实例进行测试,并与ABC、ACO、PSO、IWO、TWPS、AC-PGA、STASA_2OPT和STASA 8种算法进行试验对比分析。结果表明本文算法最优值小于其他算法和算法稳定的优点。
-
-
金明
-
-
摘要:
为了满足多旅行商问题最小化总路程及任务均衡的目标,提出了一种簇内元素数量可控的K-means聚类算法,该算法既能将距离相近的元素聚为一类,也能控制簇内元素数量,基于可控K-means聚类算法,构建了任务均衡多旅行商问题求解方法。该方法不仅能通过并行计算提高计算效率,而且可应用于起点各异的多旅行商以及巡检问题求解。
-
-
徐浏凯;
苏守宝;
何超
-
-
摘要:
立方体表面的多旅行商问题在实际生活中具有较大应用前景。论文提出了一种邻域贪婪的Harris鹰优化算法(NGHHO),该算法在较新的HHO算法基础上通过使用k-mean聚类增强初始解的质量,利用邻域搜索提高算法在TSP问题中的寻优性能,采用贪婪策略提升算法的收敛速度。通过在TSP benchmark测试集和随机点集上与其他经典的群智能算法进行测试比较,实验结果显示NGHHO寻优效果更好,并且显著克服了Harris鹰优化算法的寻优精度低、易陷入到局部最优的缺点,有效地求解了在特殊表面上的MTSP问题,具有较好的实际应用前景。
-
-
师文喜;
付艳云;
赵学义;
刘海强;
李鹏
-
-
摘要:
合理有效的巡逻任务规划对于提高街面"见警率"和巡逻力度、加强社会面动态防控工作具有重要意义,由于巡逻任务规划具有多任务、多约束、多目标等特点,极大增加了建立任务分配算法的难度.面向协同巡逻中任务分配和路径优化问题,提出了一种集成的仿真优化框架,采用基于仿真的方法,将进化算法与优化实验相结合进行协同优化.针对巡逻的人机协同以及选址问题,追求任务分配和路径优化综合代价最小建立二层优化模型,结合多智能体遗传算法和OptQuest优化实验构建巡逻方案,设计案例验证模型,同时实现规划结果的GIS可视化.仿真结果验证了模型和算法的有效性,该方法具有较强可扩展性,可解决多巡逻和多地址环境下的多目标优化调度问题.
-
-
苏守宝;
赵威;
李智
-
-
摘要:
针对混合迭代算法执行时间长的问题,根据粒子群优化(PSO)算法和蚁群优化(ACO)算法的并行特点,结合其在GPU上并行化实现技术和编程优化技巧,提出一种基于CUDA的粒子群聚类蚁群的并行群智能混合方法GPSO-AC.该算法利用GPU的多个流处理器(SM)和单指令多线程(SIMT)的指令架构,将GP SO-A C算法在运行中的独立个体的搜索过程同时并行执行,在保证算法精度的基础上,加快混合迭代法的执行速度.考虑到实际场景中旅行商在每个路段上各项开销不同,可以抽象为每段路程区间上都有一个与之对应的代价,将路程代价考虑到MTSP问题中.采用TSPLIB库中6个测试数据集,将GPSO-AC与PSO-AC、TPHA、K-means-AC等算法进行比较,并进一步探讨了加入代价均衡约束后对加权MTSP问题最优解收敛性能的影响.使用chn31数据集上不同旅行商数时,GPSO-AC在不考虑代价均衡、代价均衡约束、加权代价均衡的情况下的代价标准差分别为1165.26、54.97、6.74.结果表明:在求解一般MTSP问题及其衍生加权、代价均衡MSTP问题上,GPSO-AC在执行速度和收敛精度上均优于CPU串行算法,且随着模型规模增加,其速度优势更加明显.
-
-
幸火林;
徐安军;
吴双平;
宋伟
-
-
摘要:
针对钢铁企业的热轧批量计划编制问题,考虑了热轧生产工艺规程、同宽板坯连轧长度限制等约束,建立基于不确定旅行商数的多旅行商问题(MTSP)的热轧批量计划数学模型,把轧制单元计划数最小化和紧邻轧制板坯间轧制宽度、厚度、硬度差异而造成的总惩罚值最小化作为优化目标。结合模型的实际情况,采用基于两交换启发式的改进遗传算法对问题进行求解。最后,利用某钢厂的实际生产数据进行计算试验,同时对结合传统遗传算法和改进遗传算法的优化情况进行对比和结果分析,模型的正确性和算法的有效性得到了验证。
-
-
唐婕;
曹瑾鑫
-
-
摘要:
车辆与员工的合理调度决定着共享汽车能否高效、有序的运行。针对共享汽车一天内的调度需求,以系统总成本最低及人员总成本最低为目标函数,建立带时间窗口的多旅行商问题双层模型。使用多染色体编码遗传算法,结合复杂突变算子树,对模型进行求解,从而得到满足订单约束的总调度成本最低时所需的车辆数和员工总数以及联合调度路径。
-