基于免疫遗传算法的物流配送VRP求解

【摘要】： 随着经济全球化的发展,现代物流已成为世人关注的热点。企业逐渐将目光转向了素有“第三利润源泉”之称的物流,而如何通过合理规划配送车辆路线,降低运输成本,已成为企业决策者和理论研究者普遍关注的问题。 物流配送路径优化问题是典型的组合优化问题,属于一类NP难题,具有很高的计算复杂性。本研究首先通过对物流配送中心运输车辆路线问题的研究,建立了物流配送VRP问题的模型,给出了详细的数学描述。然后介绍了遗传算法和免疫算法的基本理论、应用情况,总结了各自的优缺点。免疫算法依据抗原与抗体的亲和度以及抗体之间的亲和度进行评价和选择。通过抗体之间的促进和抑制作用,提高最优点附近的搜索效率;通过记忆细胞的作用,有效地减小陷入局部最优点的可能,提高了全局搜索能力。借助免疫原理的遗传算法——免疫遗传算法能够保持群体的多样性,克服了早熟收敛,加快了搜索速度,提高了算法的总体搜索能力。 最后,本研究给出了免疫遗传算法解决物流配送VRP问题的详细流程,应用Java语言编程实现本算法。实验数据验证了本算法的可行性。通过对比本算法与遗传算法的实验结果,显示出本算法在解决物流配送VRP问题方面的优越性。