基于遗传算法的多目标货物配载研究

摘要

针对多目标货物配载问题,建立了以最大化总订单货物重量、最小化车次总数、最小化货物装卸地总数为目标的配载模型,提出了一种快速收敛的基于精英策略多目标遗传算法(Fast Convergence Based on the Elitism Genetic Algorithm, FEGA).首先,在遗传算法的基础上加入Pareto支配关系上的分层结构和精英保留策略,从而提高种群的多样性,同时还可以加快算法的局部搜索能力;其次,修改初始种群的随机结构,并加入双种群策略,添加自适应操作算子,依次提高算法的全局搜索能力,加速种群的收敛速度;最后,基于新算法,利用真实的货物数据验证算法的可行性与优化效果.结果表明,与传统遗传算法相比,所提算法在求解强约束条件、庞大搜索空间的货物配载过程中具有较好的优化效果,搜索性能与收敛性都有所提升.

关键词

多目标优化 / 货物配载 / 遗传算法