Yannis Marinakis;玛格达莱娜·马里纳基;乔治·杜尼亚斯 大规模车辆路径问题的蜜蜂交配优化算法。 （英语） Zbl 1211.68388号 自然计算。 9，第1期，5-27（2010）. 蜜蜂交配优化算法是一种较新的自然启发算法。本文将此自然启发算法与其他元启发式算法结合使用，成功地解决了车辆路径问题。更准确地说，所提出的解决车辆路径问题的算法，即蜜蜂交配优化算法，将蜜蜂交配最优化算法与多阶段邻域搜索-自由随机自适应搜索过程和扩展邻域搜索算法相结合。除了这两个步骤外，与其他蜜蜂交配优化算法相比，该算法在交叉算子和工作者方面还具有两个额外的主要创新特征。为了测试所提算法，使用了两组基准实例。两组的结果都非常令人满意。更具体地说，在Christofides提出的14个经典实例中，平均质量为0.029%，在第二组20个大规模车辆路径问题中，平均品质为0.40%。 引用于8文件 MSC公司： 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 90 C59 数学规划中的近似方法和启发式 关键词：车辆路径问题;蜜蜂交配优化;多阶段邻域搜索-GRASP 软件：VRP公司;骨骼路线;基础知识 PDF格式BibTeX公司 XML格式引用 \textit{Y.Marinakis}等人，《自然计算》。9、编号1、5--27（2010；Zbl 1211.68388） 全文： 内政部 参考文献： [1] Abbass HA（2001a）满足性的单一目标管理方法。参加：2001年CIMCA建模、控制和自动化计算智能国际会议，美国内华达州拉斯维加斯 [2] Abbass HA（2001b）《蜂蜜优化中的婚姻（MBO）：一种单倍体多配偶群集方法》。摘自：进化计算大会（CEC2001），韩国首尔，2001年5月，第207-214页 [3] Afshar A、Bozog Haddad O、Marino MA、Adams BJ（2007），用于优化水库运行的蜜蜂交配优化（HBMO）算法。弗兰克尔研究所杂志344:452–462·Zbl 1269.90142号 ·doi:10.1016/j.jfranklin.2006.06.001 [4] Baker BM，Ayechew MA（2003）车辆路径问题的遗传算法。计算操作结果30（5）：787–800·Zbl 1026.90013号 ·doi:10.1016/S0305-0548（02）00051-5 [5] Baykasoglu A，Ozbakor L，Tapkan P（2007）人工蜂群算法及其在广义分配问题中的应用。在：Chan FTS，Tiwari MK（eds）Swarm intelligence，专注于蚂蚁和粒子群优化。I-Tech教育与出版，维也纳，第113-144页 [6] Berger J，Barkaoui M（2003）容量受限车辆路径问题的混合遗传算法。摘自：《遗传和进化计算会议论文集》，芝加哥，第646-656页·Zbl 1028.68678号 [7] Bodin L、Golden B、Assad A、Ball M（1983）《车辆和乘务人员路线和调度的最新技术》。计算操作结果10:63–212·doi:10.1016/0305-0548（83）90030-8 [8] Christofides N、Mingozzi A、Toth P（1979）《车辆路径问题》。收录：Christofides N、Mingozzi A、Toth P、Sandi C（编辑）组合优化。奇切斯特威利·Zbl 0413.90075号 [9] Dantzig GB，Ramser JH（1959）卡车调度问题。管理科学6（1）：80–91·Zbl 0995.90560号 ·doi:10.1287/mnsc.6.1.80 [10] Dorigo M，Stutzle T（2004）蚁群优化。一本布拉德福德的书。麻省理工学院出版社，剑桥 [11] Drias H，Sadeg S，Yahi S（2005）合作蜂群用于解决最大加权可满足性问题。In:IWAAN人工和自然神经网络国际工作会议，LNCS，第3512卷，第318-325页 [12] Fathian M，Amiri B，Maroosi A（2007）蜜蜂交配优化算法在聚类中的应用。应用数学计算。doi:10.1016/j.amc.2007.02.029·Zbl 1117.92059号 [13] Feo TA，Resende MGC（1995）贪婪随机自适应搜索程序。《全球优化杂志》6:109–133·Zbl 0822.90110号 ·doi:10.1007/BF01096763 [14] Fisher ML（1995）《车辆路线》。在：Ball MO，Magnanti TL，Momma CL，Nemhauser GL（eds）网络路由，运营研究和管理科学手册，第8卷。荷兰北部，阿姆斯特丹，第1-33页 [15] Garfinkel R，Nemhauser G（1972）整数编程。纽约威利·兹比尔0259.90022 [16] Gendreau M，Hertz A，Laporte G（1994）车辆路径问题的禁忌搜索启发式算法。管理科学40:1276–1290·Zbl 0822.90053号 ·doi:10.1287/mnsc.40.1276 [17] Gendreau M、Laporte G、Potvin J-Y（1997）《车辆路线：现代启发式》。在：Aarts EHL，Lenstra JK（eds）组合优化中的局部搜索。奇切斯特·威利，第311-336页·Zbl 0899.90083号 [18] Gendreau M，Laporte G，Potvin J-Y（2002），容量受限VRP的元启发式。收录：Toth P，Vigo D（编辑）车辆路径问题，离散数学和应用专著。费城暹罗，第129-154页·Zbl 1076.90545号 [19] Golden BL，Assad AA（1988）《车辆路线：方法和研究》。北荷兰，阿姆斯特丹·Zbl 0638.00043号 [20] Golden BL、Wasil EA、Kelly JP、Chao IM（1998）元启发式对解决车辆路径问题的影响：算法、问题集和计算结果。收录：Crainic TG、Laporte G（编辑）车队管理和物流。波士顿Kluwer，第33-56页·Zbl 0997.90021号 [21] Haddad OB、Afshar A、Marino MA（2006）《蜜蜂交配优化（HBMO）算法：水资源优化的新启发式方法》。水资源管理20:661–680·doi:10.1007/s11269-005-9001-3 [22] Hansen P，Mladenovic N（2001）可变邻域搜索：原理和应用。欧洲运营研究杂志130:449-467·Zbl 0981.90063号 ·doi:10.1016/S0377-2217（00）00100-4 [23] Karaboga D，Basturk B（2007）一种强大而有效的数值函数优化算法：人工蜂群（ABC）算法。J Glob Optim公司。数字对象标识代码：10.1007/s10898-007-9149-x·Zbl 1149.90186号 [24] Karaboga D，Basturk B（2008）《关于人工蜂群（ABC）算法的性能》。应用软计算8:687–697·doi:10.1016/j.asoc.2007.05.007 [25] Kennedy J，Eberhart R（1995），粒子群优化。收录：1995年IEEE神经网络国际会议论文集，第4卷，第1942-1948页 [26] Laporte G，Gendreau M，Potvin J-Y，Semet F（2000）车辆路径问题的经典和现代启发式。内部事务处理Res 7:285–300·doi:10.1111/j.1475-3995.2000.tb00200.x [27] Li F，Golden B，Wasil E（2005）《超大规模车辆路径：新的测试问题、算法和结果》。计算运算结果32（5）：1165–1179·兹比尔1075.90013 [28] 林S（1965）旅行推销员问题的计算机解法。贝尔系统技术杂志44:2245–2269·Zbl 0136.14705号 [29] Marinakis Y，Migdalas A（2002）供应链管理中车辆路径问题的启发式解决方案。收录：Pardalos PM、Migdalas A、Burkard R（eds）组合优化和全局优化。新加坡世界科学出版社，第205-236页·Zbl 1022.90002 [30] Marinakis Y、Migdalas A、Pardalos PM（2005）《针对旅行推销员问题扩大邻里GRASP》。计算优化应用程序32:231–257·Zbl 1125.90042号 ·doi:10.1007/s10589-005-4798-5 [31] Marinakis Y，Migdalas A，Pardalos PM（2007a）车辆路径问题的新双层公式和使用遗传算法的求解方法。J Glob Optim公司38:555–580·兹比尔1145.90010 ·doi:10.1007/s10898-006-9094-0 [32] Marinakis Y，Migdalas A，Pardalos PM（2007b）基于拉格朗日松弛和随机回溯的多阶段邻域搜索GRASP用于旅行商问题。J Comb优化。文件编号：10.1007/s10878-007-9104-2·Zbl 1180.90274号 [33] Marinakis Y、Migdalas A、Pardalos PM（2007c）《扩展邻域搜索——概率旅行推销员问题的GRASP》。Optim Lett公司。doi:10.1007/s11590-007-0064-3·Zbl 1159.90462号 [34] Marinakis Y，Marinaki M，Dounias G（2007d）车辆路径问题的混合粒子群优化算法（已提交）·Zbl 1211.68388号 [35] Mester D，Braysy O（2007）大规模容量受限车辆路径问题的主动引导进化策略。计算运算结果34（10）：2964–2975·Zbl 1185.90176号 ·doi:10.1016/j.cor.2005.11.006 [36] Osman IH（1993）组合优化问题的元策略模拟退火和禁忌搜索算法。《Ann Oper Res》41:421–451·Zbl 0775.90153号 ·doi:10.1007/BF02023004 [37] Pham DT、Kog E、Ghanbarzadeh A、Otri S、Rahim S、Zaidi M（2006）蜜蜂算法——一种用于复杂优化问题的新工具。在：IPROMS 2006举行第二届智能生产机器和系统国际虚拟会议。牛津爱思唯尔 [38] Prins C（2004）一种简单有效的车辆路径问题进化算法。计算运营研究31:1985–2002·Zbl 1100.90504号 ·doi:10.1016/S0305-0548（03）00158-8 [39] Reimann M，Stummer M，Doerner K（2002）一个用于车辆路径问题的基于节约的蚂蚁系统。摘自：《遗传和进化计算会议论文集》，纽约，第1317-1326页 [40] Reimann M、Doerner K、Hartl RF（2004）《D-ants:基于储蓄的蚂蚁分治车辆路径问题》。计算运营研究31（4）：563–591·Zbl 1061.90024号 ·doi:10.1016/S0305-0548（03）00014-5 [41] Resende MGC，Ribeiro CC（2003）贪婪随机自适应搜索程序。收录：Glover F，Kochenberger GA（eds）《元启发式手册》。波士顿Kluwer，第219-249页·Zbl 1102.90384号 [42] Rochat Y，Taillard ED（1995），局部搜索车辆路线的概率多样化和强化。启发式杂志1:147–167·Zbl 0857.90032号 ·doi:10.1007/BF02430370 [43] Taillard ED（1993）车辆路径问题的并行迭代搜索方法。网络23:661–672·Zbl 0804.90045号 ·doi:10.1002/net.3230230804 [44] Tarantilis CD（2005）使用自适应内存编程方法解决车辆路径问题。计算操作结果32（9）：2309–2327·Zbl 1116.90119号 ·doi:10.1016/j.cor.2004.03.005 [45] Tarantilis CD，Kiranoudis CT（2002）BoneRoute:一种基于内存的自适应方法，用于有效的车队管理。Ann Oper研究115（1）：227–241·Zbl 1013.90020号 ·doi:10.1023/A:1021157406318 [46] Tarantilis CD，Kiranoudis CT，Vassiliadis VS（2002）基于列表的阈值接受算法，用于容量受限的车辆路径问题。国际计算数学杂志79（5）：537–553·Zbl 1024.90018号 ·网址：10.1080/00207160210948 [47] Teo J，Abbass HA（2003）蜜蜂优化算法中婚姻的真正退火方法。国际计算机智能应用杂志3（2）：199–211·doi:10.1142/S16902680300094X [48] Teodorovic D，Dell’Orco M（2005）蜂群优化——复杂运输问题的合作学习方法。In：运输中的先进OR和AI方法，第51–60页 [49] Toth P，Vigo D（2002）车辆路径问题。离散数学与应用专著。暹罗，费城·Zbl 1060.90065号 [50] Wedde HF，Farooq M，Zhang Y（2004）BeeHive：一种受蜜蜂行为启发的高效容错路由算法。In:Dorigo M（ed）蚁群优化和群体智能，LNCS 3172。施普林格，柏林，第83–94页 [51] Yang XS（2005）通过自然启发的虚拟蜜蜂算法进行工程优化。收录人：Yang JM，Alvarez JR（eds）IWINAC 2005，LNCS 3562。柏林施普林格-弗拉格，第317–323页 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。