典型文献
基于改进遗传算法的网约车共乘优化调度模型求解
文献摘要：
以往网约车调度模型都是基于门对门服务的假设上构建的,车辆可以直接到达乘客要求的地点接送乘客,而文章所提出的网约车共乘优化调度模型(Dial-a-ride Problem with Meeting Points,DARP-M)是一类亟待研究的车辆路径问题,在传统车辆路径问题的基础上,考虑了每位乘客的接送位置.为解决这一类问题,建立相应的数学模型,并提出求解该问题的一种新的改进遗传算法(Improved Ge-netic Algorithm,IGA),该算法通过提前生成满足约束条件的可行解来简化计算规模,同时优化传统遗传算法的交叉变异步骤,达到快速收敛的效果,并且可以灵活解决其他类似问题.算例结果表明,将改进遗传算法运用到DARP-M模型中,能在较短的迭代次数内达到收敛,通过测试改进算法的参数,可以看出收敛的效果显著,且运算速度相对较快.
文献关键词：
网约车合乘;调度优化;最优接送位置
中图分类号：
作者姓名：
胡凯;袁鹏程;胡忠恺
作者机构：
上海理工大学 管理学院,上海 200093
文献出处：
引用格式：
[1]胡凯;袁鹏程;胡忠恺-.基于改进遗传算法的网约车共乘优化调度模型求解)[J].物流科技,2022(13):85-93
A类：
达乘,DARP,网约车合乘,最优接送位置
B类：
改进遗传算法,共乘,优化调度模型,模型求解,接到,乘客,Dial,ride,Problem,Meeting,Points,车辆路径问题,每位,建立相应,Improved,Ge,netic,Algorithm,IGA,前生,简化计算,同时优化,交叉变异,异步,快速收敛,算法运用,迭代次数,改进算法,调度优化
AB值：
0.371081
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
