多策略蜣螂优化算法求解多车场车辆路径问题

摘要

针对多车场带时间窗的车辆路径问题，构建以总成本最小为目标的模型，提出一种基于多策略改进的蜣螂优化算法对其求解.通过引入等级制度对滚球蜣螂进行更新，建立与顶级蜣螂之间的交流，提高算法搜索能力；设计差分变异对繁殖蜣螂的位置进行扰动，减少陷入局部最优的可能性；针对觅食蜣螂设计概率驱动的随机觅食行为，使蜣螂随机探索更广阔的搜索空间以寻找潜在的最优解；利用对立学习生成小偷蜣螂的反向解，提高找到更好候选解的概率，加强算法寻优能力.利用该算法解决多车场带时间窗车辆路径问题，在数据集Solomon上与其他6种智能算法进行对比实验的结果表明，该算法优于其他对比算法，具有较好的搜索能力与应用价值.

关键词

蜣螂优化算法 / 多车场车辆路径问题 / 差分变异 / 社会等级制度 / 对立学习