-
题名异构差分进化混合动态分级粒子群的任务分配方法研究
- 1
-
-
作者
杨玉
李颖
李建军
耿超龙
-
机构
哈尔滨商业大学计算机与信息工程学院
公共政策与现代服务业创新智库
-
出处
《计算机工程与应用》
北大核心
2025年第20期157-169,共13页
-
基金
黑龙江省哲学社会科学研究规划项目(23KSD105)。
-
文摘
物流运输中任务分配环节在现代供应链中起着至关重要的作用,合理高效的任务分配策略对于提升整体配送效率和资源利用水平具有重要意义。针对传统粒子群优化算法在求解物流运输任务分配问题时存在动态适应性弱,易陷入局部最优和搜索能力不均衡等问题,提出一种异构差分进化混合动态分级粒子群优化的任务分配方法,用于解决复杂的物流运输任务分配问题。采用两种差分进化突变体,在不同进化阶段平衡种群的探索与开发;引入分级粒子群框架,依据粒子适应度动态划分种群层次,并通过竞争-协作机制在不同粒子层级之间实现高效信息传递,增强全局搜索能力;同时结合参数动态调整机制增强物流运输任务分配的全局搜索能力。将所提算法与多种优化算法分别在不同规模的30个测试用例和现实物流运输数据集“Amazon Delivery Dataset”上进行对比实验,验证了异构差分进化混合动态分级粒子群算法能够更高效地解决物流运输任务分配问题,并且在路径优化、收敛速度和解的稳定性方面均表现出更优性能。
-
关键词
异构差分进化
混合动态分级
粒子群优化算法
任务分配方法
-
Keywords
heterogeneous differential evolution
hybrid dynamic ranking
particle swarm optimization algorithm
task allocation method
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
