混合蛙跳算法的研究及其在车辆路径问题中的应用

车辆路径问题（Vehicle Routing Problem）是一个NP-难的组合优化问题,是物流配送研究的一项重要内容。选取恰当的方法，可以加快对客户需求的响应速度，提高服务质量，降低服务商运作成本。随着中国加入WTO以及电子商务及物流供应链系统的高速发展，VRP问题已成为众多领域的研究热点。以遗传算法和人工蚁群算法为代表的启发式算法求解该问题是重要研究方向之一。本项目拟研究混合蛙跳算法及其在车辆路径问题中的应用，着重研究混合蛙跳算法的工作机理、参数最优组合选取原则、收敛性分析及并行实现，针对中大规模确定性车辆路径问题，研究混合蛙跳算法与其它仿生优化算法（如遗传算法、混沌优化、蚁群算法等）的融合方式，并结合其它启发式算法构成集成路径优化系统，探索求解约束优化问题的新思路、新方法与新手段。