控制与决策

作者：郭宁,钱斌,申秋义,那靖,胡蓉,耿言

单位：昆明理工大学 信息工程与自动化学院，昆明 650500;昆明理工大学 云南省高校工业智能与系统重点实验室，昆明 650500,,昆明理工大学 信息工程与自动化学院，昆明 650500;昆明理工大学 云南省高校工业智能与系统重点实验室，昆明 650500,,昆明理工大学 信息工程与自动化学院，昆明 650500;昆明理工大学 云南省高校工业智能与系统重点实验室，昆明 650500,,昆明理工大学 机电工程学院，昆明 650500,,昆明理工大学 信息工程与自动化学院，昆明 650500;昆明理工大学 云南省高校工业智能与系统重点实验室，昆明 650500,,昆明理工大学 信息工程与自动化学院，昆明 650500;昆明理工大学 云南省高校工业智能与系统重点实验室，昆明 650500,

关键词：两级车辆路径问题;多周期;绿色;柔性时间窗;多目标优化;超启发蚁群优化算法

基金：国家自然科学基金项目(62173169, 61963022)；云南省基础研究重点项目(202201AS070030).

针对带柔性时间窗的绿色两级多周期车辆路径问题(G2E-MPVRPFTW), 建立同时以最小化碳排放量和最大化客户满意度为目标的数学模型, 提出一种结合K-means带时间窗聚类(KCTW)的超启发蚁群优化算法(HHACOA)进行求解. 首先, 根据G2E-MPVRPFTW大规模、多约束、强耦合的复杂特性, 采用KCTW将该问题分解为多个子问题, 以降低问题的求解复杂度; 其次, 使用HHACOA求解分解后的各子问题, 并将这些子问题的解合并获得原问题G2E-MPVRPFTW的解. HHACOA在高层策略域生成9种邻域操作的不同排列, 采用蚁群优化算法(ACOA)对优质排列信息进行学习, 并基于重构的转移概率矩阵生成新的排列, 以有效引导搜索到达优质解集中的区域; HHACOA在低层问题域利用启发式规则和随机方法生成初始种群, 并将高层产生的每个排列作为一种算法, 作用于种群中的每个个体, 以实现在解空间更多不同区域进行搜索.

来源：2025年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第3期