面向私有可容量加油站的绿色车辆路径问题的基因搜索算法
神经与进化计算
2025-12-02 v2
摘要
绿色车辆路径问题（GrVRP）引入私有可容量加油站（PCAFS）后，使得问题更加复杂。加油站的容量限制导致一部分车辆在加油时需要等待，进而增加等待时间。这种限制对路径规划提出了新的挑战：既要控制等待时间，又要确保路径时长在规定范围内，同时最小化总行驶距离。本文提出了 METS（Memetic Algorithm with separate constraint-based tour segmentation）算法，用于求解 GrVRP-PCAFS。METS 通过三个关键组件实现探索与开发的平衡：首先，基于约束的旅程分段（SCTS）策略将大型旅程分割以生成多样化解答；其次，综合的适应度评估函数引导搜索过程，动态控制可行性和多样性；最后，针对 GrVRP-PCAFS 设计的局部搜索程序采用常数时间评估机制，高效地检查大规模解答空间。实验结果表明，METS 在 40 个基准实例中发现了 31 个新的最佳解，显著优于当前最先进的方法。此外，本文还引入了基于真实物流数据的大规模基准集，以推动后续研究。
引用
@article{arxiv.2504.04527,
title = {Memetic Search for Green Vehicle Routing Problem with Private Capacitated Refueling Stations},
author = {Rui Xu and Xing Fan and Shengcai Liu and Wenjie Chen and Ke Tang},
journal= {arXiv preprint arXiv:2504.04527},
year = {2025}
}