利用蚁群系统求解带时间窗的动态车辆路径问题

带时间窗的动态车辆路径问题（DVRPTW）是著名的车辆路径问题（VRP）的扩展，它考虑了问题的动态特性。这一方面要求随着新客户请求到达系统，车辆路径必须持续更新，并在工作日内被纳入不断演变的调度中。除了经典 VRP 中涉及的车辆容量约束外，DVRPTW 还考虑了时间窗，从而能够更好地捕捉现实世界的情况。尽管如此，迄今为止很少有研究关注这一具有更大实际重要性的问题。为此，本研究设计了一种基于蚁群优化的算法来解决 DVRPTW，该算法采用联合解构造机制，能够并行构造车辆路径。该方法与局部搜索过程相结合，旨在进一步改进蚂蚁构建的解，并与插入启发式算法相结合，试图减少用于服务可用客户的车辆数量。实验表明，所提出的算法具有竞争力和有效性，并且在具有更高动态水平的 DVRPTW 实例上，与现有的基于蚁群的方法相比，能够产生更好的结果。