[发明专利]一种基于离散蝙蝠算法的物流配送车辆路径优化方法

摘要

本发明提出了一种基于离散蝙蝠算法的物流配送车辆路径优化方法，其步骤如下：构建带有能力约束的物流配送车辆路径的模型，并设计解编码策略和速度编码策略；初始化蝙蝠算法作为初始化的客户点；利用K‑means算法对初始化的客户点进行聚类分析，将所有客户点按其所处位置进行分区；利用离散蝙蝠算法对分区之后的蝙蝠位置进行更新；选择一个随机数，根据随机数与当前脉冲频率的大小选择局搜索或全局搜索，并计算新的适应度值；适应度值更新，脉冲发射率和声音响度更新；判断是否满足终止条件，输出全局最优解。本发明可以快速有效地求解带容量约束的车辆路径问题，能够大大提高求解速度，降低配送成本，具有更强的鲁棒性和可行性。

主权项

1.一种基于离散蝙蝠算法的物流配送车辆路径优化方法，其特征在于，其步骤如下：/n步骤一：根据现有的有能力约束的车辆路径问题，构建带有能力约束的物流配送车辆路径的模型，并设计解编码策略和速度编码策略；/n步骤二：根据解编码策略和速度编码策略初始化蝙蝠算法：初始化蝙蝠的位置、脉冲频率和速度，作为初始化的客户点；/n步骤三：利用K-means算法对步骤二中初始化的客户点进行聚类分析，将所有客户点按其所处位置进行分区；/n步骤四：全局搜索：利用离散蝙蝠算法对分区之后的蝙蝠位置进行更新；/n步骤五：搜索方式的选择：选择一个随机数，根据随机数与当前脉冲频率的大小选择进行局搜索或全局搜索，并计算新的适应度值；/n步骤六：适应度值更新：将步骤五得到的适应度值与当前最小适应度值进行比较，若步骤五得到的适应度值小于当前最小适应度值，并且当前声音响度大于运用rand函数产生在(0,1)之间均匀分布的随机数r2，则利用步骤五得到的适应度值更新最小适应度值，并记录各个蝙蝠的位置，得到全局最优解，否则不更新；/n步骤七：脉冲发射率和声音响度更新：脉冲发射频率和声音响度的更新是在下一次迭代中判断是全局搜索还是局部搜索及适应度值是否更新；/n步骤八：如果满足结束条件，输出全局最优解；否则返回步骤五。/n