求解双目标VRPTW的改进混合蚁群算法

为了解决基本混合蚁群算法在求解大规模带时间窗车辆路径问题(VRPTW)时存在的问题,提出一种改进的双目标混合蚁群算法.首先在节点选择上使用周边选择策略提升选择效率,并提出一种首节点选择策略来加速算法收敛;其次在信息素叠加公式上增加了与车辆数有关的惩罚函数,使算法能够同时优化距离与车辆数两个目标;最后提出一种新的局部优化算法,通过将节点数较少的线路中的节点插入到其他线路来提升车辆利用率.通过该算法在Solomon标准数据集上的实验和对比,说明了改进的算法具有搜索能力强、收敛速度快、鲁棒性强等优点.