基于遗传算法的多目标货物配载研究

来源：华东师范大学学报·哲学社会科学版杂志2021年第5期北京时间：

作者：于萍, 胡卉芪, 钱卫宁

摘要：针对多目标货物配载问题, 建立了以最大化总订单货物重量、最小化车次总数、最小化货物装卸地总数为目标的配载模型, 提出了一种快速收敛的基于精英策略多目标遗传算法(Fast Convergence Based on the Elitism Genetic Algorithm, FEGA). 首先, 在遗传算法的基础上加入Pareto支配关系上的分层结构和精英保留策略, 从而提高种群的多样性, 同时还可以加快算法的局部搜索能力; 其次, 修改初始种群的随机结构, 并加入双种群策略, 添加自适应操作算子, 依次提高算法的全局搜索能力, 加速种群的收敛速度; 最后, 基于新算法, 利用真实的货物数据验证算法的可行性与优化效果. 结果表明, 与传统遗传算法相比, 所提算法在求解强约束条件、庞大搜索空间的货物配载过程中具有较好的优化效果, 搜索性能与收敛性都有所提升.

关键词：多目标优化,货物配载,遗传算法,

基金资助：国家自然科学基金(U1911203)