基于多代竞争遗传的车辆配送路径多峰寻优研究摘要：为了高效完成车辆配送路径多峰寻优任务，提出基于多代竞争遗传的车辆配送路径多峰寻优方法。设计车辆配送路径多峰寻优的目标函数与约束条件，构建开放式车辆路径优化模型，求解车辆路径优化的路径多峰寻优目标函数，引用多代竞争遗传方法，求解车辆配送路径多峰寻优模型，完成车辆配送路径多峰寻优。仿真实验结果显示：所提方法对模拟区域车辆配送路径实施多峰寻优时，4辆车的配送时间均值为47.43h、迭代次数均值为149次、寻优时间均值为2.40s，寻优时间较短，车辆配送成本较少，实际应用价值显著。关键词：物流;多代竞争遗传;车辆配送;路径寻优;多峰寻优：U116文献标识码：AAbstract：Inordertoefficientlycompletethemultipeakoptimizationtaskofvehicledistributionpath，amulti-modaloptimizationmethodofvehicledistributionpathbasedonmulti-generationcompetitivegeneticalgorithmisproposed.Thispaperdesignstheobjectivefunctionandconstraintconditionsofmultipeakoptimizationofvehicledistributionpath，constructsanopenvehicleroutingoptimizationmodel，solvesthemultipeakoptimizationobjectivefunctionofvehiclerouting第1页共4页optimization，andusesthemultigenerationcompetitivegeneticmethodtosolvethemultipeakoptimizationmodelofvehicledistributionpath，andcompletesthemultipeakoptimizationofvehicledistributionpath.Thesimulationresultsshowthattheaveragedistributiontimeoffourvehiclesis47.43h，theaveragenumberofiterationsis149，andtheaverageoptimizationtimeis2.40s.Theoptimizationtimeisshorter，thevehicledistributioncostisless，andthepracticalapplicationvalueissignificant.Keywords：logistics;multigenerationcompetitiveinheritance;vehicledistribution;pathoptimization;multimodaloptimization0引言合适的车辆配送路径，将缩短运输距离，减少配送成本，配送时间也将得以缩短，目前很多研究人员对车辆配送路径寻优问题进行了深入研究，例如叶勇等[1]提出基于狼群算法的车辆配送路径寻优方法，该方法可在降低车辆配送成本的条件下，有效获取车辆配送最佳路径，但是该方法在获取车辆配送最佳路径时，寻优次数较多，收敛速度慢;李卓等[2]提出基于混合蚁群算法的车辆路径规划方法，蚁群算法在求解车辆路径寻优中较为常用，可在短时间内获取车辆配送最佳路径，但是在所寻路径中配送时，与同类算法相比，车辆配送成本较多，在车辆路径寻优时的收敛效率也并不显著。夏扬坤等[3]为了降低连锁超市的配送系统总成本，设第2页共4页计了一个自适应禁忌搜索算法，采用“随机禁忌长度”和“禁忌表重新初始化”来对邻域进行充分搜索，结合各超市配送的时效性，建立了相应的双目标数学模型，增强算法的全局寻优能力，但是其约束条件不明确，无法获取全局最优解。贺桂和等[4]为了促进农产品流通，降低农产品电商物流配送成本，将传统约束中客户需求不可拆分的条件进行松弛，结合传统带时间窗的车辆路径问题，研究了一种带软时间窗的需求单元拆分车辆路径问题，提升禁忌搜索算法的全局寻优性能，有助于减少使用的车辆数和降低配送成本，但是其算法应用过程的迭代稳定性较差，无法实现多峰寻优。戚远航等[5]提出一种泰森多边形的离散蝙蝠算法，融入了一种基于多车场多车辆问题的编解码策略，求解多车场车辆路径问题，表现出较强的寻优能力和稳定性，但是其目标函数与约束条件不明确，其不支持多峰寻优任务。车辆配送路径多峰寻优，可理解为车辆配送路径中多个高峰期的最优路径规划，此问题属于非线性函数多峰寻优问题，本文针对此问题进行深入研究。为此，本文提出基于多代竞争遗传的车辆配送路径多峰寻优方法，本文中的多峰寻优是指在车辆配送的高峰时段下，由固定的物流中心安排可以匹配最佳路线的车辆进行配送，是面向全时间段的车辆配送路径多峰寻优，其关键在于优化遗传算法收敛效率，并在车辆配送路径多峰寻优问题中，应用多峰函数，结合闭区间上连续函数的零点存在定理，求解最优的车辆配送路径即⑷局最优解转换为车辆配送路径种群规模最优化问题，以多峰寻优的目第3页共4页标函数与约束条件为基础，求解车辆配送路径多峰寻优模型，使其具有较为显著的优化效果。第4页共4页