改进差异演化算法在选址决策问题中的研究

J4 ›› 2013, Vol. 35 ›› Issue (4): 115-119.

改进差异演化算法在选址决策问题中的研究

盛又文，李彦彬，张同斌

（空军工程大学导弹学院，陕西三原 713800）

收稿日期:2011-11-17 修回日期:2012-03-30 出版日期:2013-04-25 发布日期:2013-04-25

Research on distribution center location
choosing based on improved DE algorithm

SHENG Youwen,LI Yanbin,ZHANG Tongbin

(The Missile Institute,Air Force Engineering University,Sanyuan 713800,China)

Received:2011-11-17 Revised:2012-03-30 Online:2013-04-25 Published:2013-04-25

摘要/Abstract

摘要：

运输配送中心的选址在运输保障中占有重要作用。选址决策问题是一个经典的NPHard问题，对于大规模决策优化问题求解比较困难。提出一种基于差异演化算法和分布估计算法的优化方法，该算法利用差异演化算法收敛速度快、分布估计算法能够获得问题解空间的全局信息的优点来求解军用集装箱配送中心选址优化问题，并与当前流行的遗传算法进行比较，验证了算法的有效性。

关键词: 军用集装箱, 差异演化算法, 分布估计算法, 遗传算法, 配送中心选址

Abstract:

Distribution center location choosing is very important in the transportation support. Location choosing is a typical NP-Hard problem, and it’s very hard to answer large scale optimization problem. The paper combined the evolutionary algorithm DE and EDA, which can take full advantage of fast convergence of DE and the global search of EDA to solve the problem of military container distribution center location choosing. At last, compared to the fashionable algorithm GA, the results validate the efficiency of the proposed algorithm.

Key words: military container;DE;EDA;GA;distribution center location choosing

盛又文，李彦彬，张同斌. 改进差异演化算法在选址决策问题中的研究[J]. J4, 2013, 35(4): 115-119.

SHENG Youwen,LI Yanbin,ZHANG Tongbin. Research on distribution center location
choosing based on improved DE algorithm [J]. J4, 2013, 35(4): 115-119.

[1]	李成冉, 方佳豪, 尹首一, 魏少军, 胡杨. 基于遗传算法的晶圆级芯片映射算法研究[J]. 计算机工程与科学, 2024, 46(06): 993-1000.
[2]	任晟岐, 宋伟. 基于GGInformer模型的多维时间序列特征提取与预测研究[J]. 计算机工程与科学, 2024, 46(04): 590-598.
[3]	孙睿男, 初翔, 陈昱, 闫明宁. 基于混合启发式算法的快递末端选址路径优化研究[J]. 计算机工程与科学, 2024, 46(01): 159-169.
[4]	郭艺, 何廷年, 李爱斌, 毛君宇. 融合GA-CART和Deep-IRT的知识追踪模型[J]. 计算机工程与科学, 2023, 45(09): 1691-1700.
[5]	毛媛媛, 石恩雅, 蒋从锋, 仇烨亮, 贾刚勇, 万健, 闫龙川. 基于遗传算法的数据中心能效仿真[J]. 计算机工程与科学, 2021, 43(08): 1341-1352.
[6]	胡新荣, 刘嘉文, 刘军平, 彭涛, 何儒汉, . 基于改进GA-BP-MC神经网络的人体三维尺寸预测[J]. 计算机工程与科学, 2021, 43(08): 1443-1453.
[7]	李静, 莫思敏 . 基于改进遗传算法的深度神经网络优化研究[J]. 计算机工程与科学, 2021, 43(08): 1503-1511.
[8]	李晶晶, 许少华. 基于组合核函数的径向基过程神经网络及其在示功图诊断中的应用[J]. 计算机工程与科学, 2021, 43(04): 746-752.
[9]	季子豪, 江凌云. 一种基于遗传算法的多站点协同计算卸载算法[J]. 计算机工程与科学, 2021, 43(03): 426-434.
[10]	贾俊杰, 秦海涛. 基于遗传算法的动态轨迹匿名算法[J]. 计算机工程与科学, 2021, 43(01): 142-150.
[11]	李丹莲, 曹倩, 徐菲. 基于改进遗传算法的连锁便利店配送路径优化[J]. 计算机工程与科学, 2020, 42(11): 2096-2102.
[12]	陈旺虎，田真，张礼智，梁小燕，高雅琼. 基于插值的高维稀疏数据离群点检测方法[J]. 计算机工程与科学, 2020, 42(06): 966-972.
[13]	王硕禾1，刘旭1，李苏晨1，张国驹2. 基于多目标遗传算法的LoRa参数匹配优化[J]. 计算机工程与科学, 2020, 42(03): 434-440.
[14]	马晗，常安定，陈童，李江杰. 基于文化混合优化算法的旅行商问题求解[J]. 计算机工程与科学, 2019, 41(07): 1273-1278.
[15]	刘华1，杨春曦1，韩光松2，谢可心1. N状态二进制一致性算法设计及其优化[J]. 计算机工程与科学, 2019, 41(06): 1009-1015.