提出考虑卸载时间的累计等待时间式车辆路径问题(Cumulative Capacitated Vehicle Routing Problem with Unload Time,CCVRPUT)模型,该模型考虑货物在目的地的卸载时间,以所有车辆路径上全部客户累计等待时间之和和所有运输车辆额外运转时间支出两者为优化目标,更符合实际物流需要。针对CCVRPUT的特点,采用灰狼优化算法(Grey Wolf Optimizer,GWO)作为主体,采用实数编码和等分随机键与ROV规则结合的方法进行解码,引入2-Opt局部搜索策略,有效对CCVRPUT进行求解。最后,通过实验证明了所提出模型和算法的有效性。
多台无人机协同完成野外传感器数据采集的工作中,建立具有精确能耗模型的多无人机路径规划问题模型尤为重要。提出了带转角能耗多无人机路径规划问题(multi-UAV path planning with angular energy consumption,MUPP-AEC)模型,该模型考虑了无人机在加速、减速、匀速、转角等飞行条件下的能耗差异。针对MUPP-AEC的特点,提出目标空间聚类离散头脑风暴优化算法(discrete brain storm optimization algorithm in objective space,DBSO-OS)。该算法采用个体空间整数编码和带2-opt的分阶段贪婪法解码策略,并对扰动算子和个体更新算子进行了离散化定义。个体更新算子中采用了混合随机反转变换和部分匹配变换的生成策略。实验结果表明:DBSO-OS能有效地求解MUPP-AEC;所提离散头脑风暴算子在全局收敛能力、求解精度和稳定性等方面均优于传统头脑风暴算子;在中小规模测试算例和较大规模测试算例的测试中,DBSO-OS优于对比算法。
