基于进化式超启发的算法解决多车型低碳选址与路径规划问题

简介：
本研究提出了一种基于进化式超启发的算法，旨在优化多车型条件下的低碳物流网络，通过有效的选址和路径规划减少碳排放。 为了降低物流配送成本并减少CO2排放量，本段落提出了一种综合考虑多车型及同时取送货的低碳选址-路径问题，并构建了一个三维指数混合整数规划模型。针对该问题设计了一种进化式超启发式求解算法，在此框架下采用进化策略作为高层学习机制，实时监控底层算子性能并选择合适的底层算子（包括量子选择、蚂蚁策略、蛙跳机制以及自然竞争等）。此外，通过挖掘算子的性能信息来构建自适应接收机制，以引导全局搜索过程，并加快算法收敛速度。通过对不同规模实例进行仿真实验及对比分析验证了四种进化式超启发式算法在求解物流配送多车型同时取送货低碳选址-路径问题模型上的有效性与鲁棒性。