• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Innovative Computing Information and Control >COOPERATING MEMES FOR VEHICLE ROUTING PROBLEMS
【24h】

COOPERATING MEMES FOR VEHICLE ROUTING PROBLEMS

机译：车辆路线问题的合作模式

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

To date, algorithms that are designed for solving different Vehicle Routing Problem (VRP) benchmarks usually incorporate domain driven biases of various forms. This makes an algorithm effective and efficient for some VRP benchmark sets but not necessarily on others. This paper presents a memetic algorithm for Capacitated Vehicle Routing Problems (CVRPs), which is specially designed for applying intense local search methods or memes. The main contribution of this work is a VRP domain-specific cooperating multi-strategy individual learning procedure. The MA finds high-quality solutions by using cooperating individual learning strategies or memes, each having different learning roles and search features. Experiments on several sets of VRP benchmarks of various problem characteristics showed that the algorithm is better or more competitive when compared with a number of state-of-the-art memetic algorithms and metaheuristics for CVRPs.
机译：迄今为止，为解决不同的车辆路径问题（VRP）基准而设计的算法通常包含各种形式的域驱动偏差。这使得该算法对于某些VRP基准集有效而高效，但不一定对其他基准集有效。本文提出了一种针对容量限制车辆路径问题（CVRP）的模因算法，该算法是专门为应用密集的局部搜索方法或模因而设计的。这项工作的主要贡献是特定于VRP领域的合作多策略个人学习程序。 MA通过合作使用各自具有不同学习角色和搜索功能的个人学习策略或模因来找到高质量的解决方案。对具有各种问题特征的几组VRP基准进行的实验表明，与CVRP的许多最新模因算法和元启发式算法相比，该算法更好或更具有竞争力。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号