同时取送货车辆路径问题的改进的蚁群算法

提出一种同时取送货车辆路径问题（VRPSDP）改进的蚁群算法。应用该算法求解28个同时取送货的车辆路径问题的benchmark算例，结果表明，该算法能获得16个算例的已知最好解，更新了其中3个已知最好解。最后，对算法的几个性能进行测试，结果进一步表明所提出的算法具有很好的求解性能。     

基于并行遗传算法的车辆路径问题

提出两种改进策略来提高遗传算法的性能,首先通过粗粒度并行机制以避免遗传算法在进化过程中易产生过早收敛现象,同时提出了一个主从式迁移策略来提高"优质"个体在交换过程的生存能力,有效的提高优化的速度和解的精度.最后,通过若十著名的车辆路径问题对该算法进行了验证,结果表明提出的并行遗传算法可以有效的提高优化速度和求解质量.     

同时取送货车辆路径问题的改进的蚁群算法

提出一种同时取送货车辆路径问题(VRPSDP)改进的蚁群算法.应用该算法求解28个同时取送货的车辆路径问题的benchmark算例,结果表明,该算法能获得16个算例的已知最好解,更新了其中3个已知最好解.最后,对算法的几个性能进行测试,结果进一步表明所提卅的算法具有很好的求解性能.     

基于并行遗传算法的车辆路径问题

提出两种改进策略来提高遗传算法的性能，首先通过粗粒度并行机制以避免遗传算法在进化过程中易产生过早收。敛现象，同时提出了一个主从式迁移策略来提高“优质”个体在交换过程的生存能力，有效的提高优化的速度和解的精度。最后，通过若干著名的车辆路径问题对该算法进行了验证，结果表明提出的并行遗传算法可以有效的提高优化速度和求解质量。