论文部分内容阅读
针对标准群搜索优化（GSO）算法存在的早熟、后期迭代效率低和容易陷入局部极优点等问题，提出了一种改进的群搜索优化算法用于车辆路径问题的研究。该算法先是通过交叉因子的引入来曾加粒子的多样性并增强群成员的优良性，从而减小后期搜索中算法易陷入局部极优点的概率；然后借助于模拟退火算法的优势来有效的提高算法收敛性能。实验表明，基于交叉因子和模拟退火的群搜索优化（CMGS0）算法相比于标准群搜索优化（GS0）和粒子群优化（PSO）算法来说，具有较快的收敛性能和较好的全局寻优能力，因此该算法适用于物流车辆路径寻优问题的