研究文章

蜂群启发算法（BCiA）：带时间窗的车辆路径问题的两阶段求解方法

作者:

萨沙哈克尔和

帕特里克 Dippold公司作者信息和声明

GECCO’09：第11届遗传和进化计算年会会议记录

2009年7月

页25-32

https://doi.org/10.1145/1569901.1569906网址

出版:2009年7月8日出版历史记录

获取访问权限

摘要

本文提出了一种新的优化算法，该算法能适应蜜蜂在寻找花蜜过程中的行为。除了已建立的蚂蚁算法外，bee-inspired算法代表了一种相对年轻的求解过程，其对复杂优化问题求解的适用性已经被证明。

本文提出的两阶段方法属于控制构造启发式的元启发式，已成功应用于带时间窗的NP-hard车辆路径问题（VRPTW）。

在本文中，给出了评估结果，将所开发的算法与解决基准问题的一些最成功的程序进行了比较。对于元启发式控制构造启发式，所追求的方法提供了迄今为止最好的结果。

工具书类

[1]

亚里士多德。《动物史》，第三卷，第VII-X卷，剑桥，勒布古典图书馆版，1991年。

[2]

A.Baykasoglu、L.Øzbak1r和P.Tapkan。人工蜂群算法及其在广义指派问题中的应用。《Swarm Intelligence:Focus on Ant and Particle Swarm Optimization》编辑F.Chan和M.Tiwari，第113-144页。维也纳，2007年。

[3]

R.Bent和P.van Hentenryck。带时间窗的车辆路径问题的两阶段混合局部搜索。运输科学，38（4）：515-5302004。

数字图书馆

[4]

E.Bonabeau、M.Dorigo和G.Theraulaz。群体智能：从自然系统到人工系统。纽约，1999年。

数字图书馆

[5]

O.Bräysy和M.Gendreau。带时间窗的车辆路径问题，第一部分：路径构造和局部搜索算法。交通科学，39（1）：104-1182005。

数字图书馆

[6]

O.Bräysy和M.Gendreau。带时间窗的车辆路径问题，第二部分：元启发式。运输科学，39（1）：119--1392005。

数字图书馆

[7]

S.Camazine和J.Sneyd。蜜蜂集体选择花蜜源的模型：通过简单规则进行自我组织。理论生物学杂志，149（4）：547-5711991。

[8]

C.S.Chong、A.I.Sivakumar、M.Y.H.Low和K.L.Gay。作业车间调度的蜂群优化算法。L.F.Perrone等人，编辑，《第38届冬季模拟会议论文集》，1954-1961页，蒙特雷，2006年。

数字图书馆

[9]

C.S.Chong、A.I.Sivakumar、M.Y.H.Low和K.L.Gay。在车间调度问题中使用蜂群算法进行邻域搜索。第21届欧洲建模与仿真会议（ECMS），布拉格，2007年。

[10]

M.Dorigo和L.M.Gambardella。蚁群系统：解决旅行推销员问题的合作学习方法。IEEE进化计算汇刊，1（1）：53-661997。

数字图书馆

[11]

M.Dorigo和T.Stützle。蚁群优化。剑桥，2004年。

数字图书馆

[12]

I.Elliabb、P.H.Calamai和O.A.Basir。多蚁群系统的交换策略。信息科学，177（5）：1248-12642007。

数字图书馆

[13]

L.M.Gambardella、E.Taillard和G.Agazzi。MACS-VRPTW：一个多蚁群系统，用于解决有时间窗的车辆路径问题。在D.Corne、M.Dorigo和F.Glover编辑的《优化的新思路》中，第63-76页。伦敦，1999年。

数字图书馆

[14]

J.Homberger。顶点平行Metaheuristiken zur Tourenplanung。威斯巴登，2000年。

[15]

D.卡拉博加。基于蜜蜂群的数值优化思想。技术报告TR06，Erciyes大学工程学院，2005年。

[16]

D.Karaboga和B.Basturk。一种强大而有效的数值函数优化算法：人工蜂群（ABC）算法。全球优化杂志，39（3）：459-4712007。

数字图书馆

[17]

N.Lemmens。蜜蜂与蜜蜂：群体智能的比较研究。马斯特里赫特大学人文科学学院硕士论文，2006年。MICC-IKAT 06-12号。

[18]

J.K.Lenstra和A.H.G.Rinnooy Kan。车辆路线和调度问题的复杂性。网络，11:221--2271981。

[19]

P.卢西奇。使用群智能和软计算概念建模运输问题。弗吉尼亚理工学院和州立大学博士论文，2002年。

数字图书馆

[20]

S.Nakrani和C.Tovey。关于蜜蜂和互联网托管中心的动态服务器分配。适应性行为，12（3-4）：223--2402004。

数字图书馆

[21]

D.T.Pham、A.Ghanbarzadeh、E.Koöc、S.Otri、S.Rahim和M.Zaidi。蜜蜂算法-一种用于复杂优化问题的新工具。D.T.Pham、E.E.Eldukhri和A.J.Soroka编辑，《第二届智能生产机器和系统虚拟国际会议论文集》，第454-459页，阿姆斯特丹，2006年。

[22]

D.Pisinger和S.Röpke。车辆路径问题的通用启发式算法。计算机与运筹学，34（8）：2403-24352007。

数字图书馆

[23]

E.Prescott-Gagnon、G.Desaulniers和L.-M.Rousseau。针对带时间窗的车辆路径问题，提出了一种基于分支和价格的大邻域搜索算法。技术报告G-2007-67，GERAD和蒙特利尔理工学院，2007年。

[24]

M.W.P.Savelsbergh。时间窗路由问题中的局部搜索。《运筹学年鉴》，4:285--3051985。

[25]

所罗门先生。具有时间窗约束的车辆路径和调度问题的算法。运营研究，35（2）：254-2651987。

数字图书馆

[26]

E.Taillard、P.Badeau、M.Gendreau、F.Guertin和J.-Y.Potvin。针对具有软时间窗的车辆路径问题，提出了一种禁忌搜索启发式算法。运输科学，31:170--1861997。

数字图书馆

[27]

D.特奥多罗维奇和M.德尔奥尔科。蜂群优化-一种复杂运输问题的合作学习方法。A.Jaszkiewicz等人，《运输中的高级OR和AI方法》编辑，第51-60页，波兹南，2005年。

[28]

K.von Frisch。蜜蜂的舞蹈语言和方向。1967

[29]

H.F.Wedde、M.Farooq和Y.Zhang。蜂巢：一种受蜜蜂行为启发的高效容错路由算法。M.Dorigo等人，编辑，《第四届蚁群优化和群集智能国际研讨会论文集》，第83-94页，柏林，2004年。

引用人

拉杰瓦尔·K深度K达斯S(2023)搜索和优化元启发式算法的详尽综述：分类、应用和开放挑战人工智能综述10.1007/s10462-023-10470年56:11(13187-13257)在线发布日期：2023年4月9日
https://doi.org/10.1007/s10462-023-10470-y
莫利纳D波亚托斯JJ系列加西亚·S侯赛因A埃雷拉·F(2020)自然和生物激励优化的综合分类：启发与算法行为，关键分析建议认知计算2007年10月10日/12559-020-09730-8在线发布日期：2020年7月5日
https://doi.org/10.1007/s12559-020-09730-8
马里纳基斯Y马里纳基M米加拉斯A(2017)一种自适应大黄蜂交配优化算法应用软计算2016年10月10日/j.asoc.2017.01.03255：C(13-30)在线发布日期：2017年6月1日
https://dl.acm.org/doi/10.1016/j.asoc.2017.01.032
显示更多引用者

索引术语

蜂群启发算法（BCiA）：求解带时间窗车辆路径问题的两阶段方法
1. 计算方法
  1. 人工智能
    1. 搜索方法
      1. 启发式函数构造

建议

线性加权高斯引导人工蜂群算法
ISCID’12：2012年第五届计算智能与设计国际研讨会论文集-第2卷

人工蜂群算法是卡拉博加最近发明的一种基于竞争随机种群的优化算法。然而，原ABC算法中使用的解搜索方程具有较好的探索性，但在求解过程中存在不足。。。
阅读更多信息
带记忆的人工蜂群算法

提出了一种带记忆的人工蜂群算法（ABCM）。ABC将天然蜜蜂的记忆能力引入ABC。ABCM的设计尽可能简单，易于实施。关于……的实验。。。
阅读更多信息
一种用于图3着色的混合人工蜂群算法
SIDE’12：2012年群集与进化计算国际会议记录

人工蜂群（ABC）是一种优化算法的名称，其灵感来自蜜蜂群的智能行为。它被广泛认为是解决优化问题的一种快速、可靠和高效的方法。这个。。。
阅读更多信息

评论

信息和贡献者

问询处

发布于

封面图片ACM会议

GECCO’09：第11届遗传和进化计算年会会议记录

2009年7月

2036页

国际标准图书编号：9781605583259

内政部：10.1145/1569901

总主席：
弗兰兹·罗特劳夫
德国美因茨大学

版权所有©2009 ACM。

如果复制品不是为了盈利或商业利益而制作或分发的，并且复制品的第一页载有本通知和完整引文，则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重ACM以外的其他人对本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布、在服务器上发布或重新分发到列表，需要事先获得特定许可和/或收取费用。从请求权限[电子邮件保护]

赞助商

出版商

计算机协会

美国纽约州纽约市

出版历史记录

出版：2009年7月8日

权限

请求对此文章的权限。

检查更新

作者标记

限定符

研究文章

会议

GECCO09公司

赞助商：

GECCO09：遗传和进化计算会议

2009年7月8日至12日

加拿大蒙特利尔魁北克

接受率

4410份提交文件中的总接受率为1669份，占38%

即将召开的会议

GECCO’24

赞助商：
西格沃

遗传和进化计算会议

2024年7月14日至18日

墨尔本，维多利亚州，澳大利亚

贡献者

其他指标

查看文章指标

文献计量学和引文

文献计量学

文章指标

12
引文总数
查看引文
750
总下载次数

下载次数（过去12个月）8
下载次数（最近6周）0

其他指标

查看作者指标

引文

引用人

拉杰瓦尔·K深度K达斯S(2023)搜索和优化元启发式算法的详尽回顾：分类法、应用程序和开放挑战人工智能综述10.1007/s10462-023-10470-y56:11(13187-13257)在线发布日期：2023年4月9日
https://doi.org/10.1007/s10462-023-10470-y
莫利纳D波亚托斯J序列J加西亚·S侯赛因A埃雷拉·F(2020)自然和生物激励优化的综合分类：启发与算法行为，关键分析建议认知计算2007年10月10日/12559-020-09730-8在线发布日期：2020年7月5日
https://doi.org/10.1007/s12559-020-09730-8
马里纳基斯YMarinaki M公司米加拉斯A(2017)一种自适应大黄蜂交配优化算法应用软计算2016年10月10日/j.asoc.2017.01.03255：C(13-30)在线发布日期：2017年6月1日
https://dl.acm.org/doi/10.1016/j.asoc.2017.01.032
马里纳基斯YMarinaki M公司米加拉斯A(2016)组播路由问题的混合离散人工蜂群算法进化计算的应用10.1007/978-3-319-31204-0_14(203-218)在线发布日期：2016年3月15日
https://doi.org/10.1007/978-3-319-31204-0_14
兴B高W兴B高W(2013)计算智能导论创新计算智能：134种聪明算法的粗略指南10.1007/978-3-319-03404-1_1(3-17)在线发布日期：2013年12月14日
https://doi.org/10.1007/978-3-319-03404-1_1
奇丹巴拉姆C洛佩斯H(2012)基于模板匹配的复杂数字图像目标识别问题的改进人工蜂群算法自然启发计算设计、开发和应用10.4018/978-1-4666-1574-8.ch008(141-157)网上发布日期：2012年
https://doi.org/10.4018/978-1-4666-1574-8.ch008
Luangpaiboon P公司(2011)通过模拟退火、萤火虫和蚁群优化元件对最陡上升的连续搅拌槽式反应器进行优化国际机器学习与计算杂志10.7763/IJMLC.2011.第1.9版(58-65)在线发布日期：2011年
https://doi.org/10.7763/IJMLC.2011.V1.9
瓦德瓦R(2011)蜂群算法在中小企业金属铸件操作中的应用2011年IEEE国际计算机应用和工业电子会议（ICCAIE）10.1109/ICCAIE.2011.6162131号(201-207)在线发布日期：2011年12月
https://doi.org/10.1109/ICCAIE.2011.6162131
马里纳基斯YMarinaki M公司(2011)求解车辆路径问题的大黄蜂交配优化算法群智能手册10.1007/978-3-642-17390-5_15(347-369)在线发布日期：2011年
https://doi.org/10.1007/978-3-642-17390-5_15
Diwold K公司比克曼M米登多夫M(2011)蜜蜂优化——概述和一种新的蜜蜂激励优化方案群智能手册10.1007/978-3-642-17390-5_13(295-327)在线发布日期：2011年
https://doi.org/10.1007/978-3-642-17390-5_13
显示更多引用者

视图选项

获取访问权限

登录选项

检查您是否可以通过登录凭据或您的机构访问本文。

完全访问权限

获取此出版物

查看选项

PDF格式

以PDF文件查看或下载。

电子阅读器

使用联机查看电子阅读器.

电子阅读器

媒体

数字

其他

桌子