具有类型感知染色体的混合遗传算法用于带无人机的旅行推销员问题
摘要：无人机旅行推销问题（TSPD）和飞行搭档旅行推销问题（FSTSP）是涉及使用卡车和无人机进行包裹交付的新兴交通问题。本研究提出了一种混合遗传算法来解决TSPD和FSTSP问题，通过结合局部搜索方法和动态规划方法。文献中存在类似的算法。然而，我们的算法考虑了更复杂的染色体和更简单的动态规划，以便遗传算法通过动态规划和局部搜索实现更广泛的探索和高效的利用。本文的主要贡献是发现决策过程应该如何在遗传算法、动态规划和局部搜索之间分层。特别是，我们的遗传算法分别生成卡车和无人机序列，并将它们编码到一种类型感知染色体中，其中每个顾客被分配到卡车或无人机。我们对每个染色体应用局部搜索，然后通过动态规划来解码以评估适应度。我们的动态规划算法通过确定无人机的最佳起飞和降落位置来合并两个序列，从而构建由染色体表示的TSPD解决方案。我们提出了新颖的类型感知顺序交叉操作和有效的局部搜索方法。我们提出了一种摆脱局部最优解的策略。我们的新算法在大多数基准实例中的质量和时间上均优于现有算法。我们的算法在920个TSPD实例中找到了538个新的最佳解决方案，在132个FSTSP实例中找到了93个新的最佳解决方案。
作者：Sasan Mahmoudinazlou, Changhyun Kwon
论文ID：2303.00614
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2023-03-02