计算机工程

作者：冯睿锋, 陈彦如

单位：西南交通大学经济管理学院, 四川 成都 610031

关键词：车辆路径问题,深度强化学习,改进遗传算法,众包车辆-公共交通协同配送,自适应大邻域搜索算法

基金：国家自然科学基金(72371206)

针对农村地区配送场景, 提出一种车辆路径问题的变体——众包车辆-公共交通协同配送问题(VRPOD-SL)。该问题对参与配送的公交车辆及其服务的物流客户进行选择, 同时需选择参与配送的众包车辆, 并对众包车辆的行驶路径等进行决策。考虑众包车辆的起终点、服务范围和最大载重, 以及公交车辆的载货空间限制和按固定路线行驶等特点, 以最小化配送总成本为优化目标, 构建VRPOD-SL的整数规划模型。由于公交车辆提供物流服务的客户选择决策, 影响到众包车辆的服务客户选择, 进而需要不断求解众包车辆路径问题, 导致问题的计算复杂度较高, 因此设计一种基于深度强化学习(DRL)的启发式算法, 即融合了注意力模型的遗传算法(GA-AM)。该算法将遗传算法(GA)的全局搜索特性和注意力模型(AM)的并行决策能力相结合, 能够有效减少VRPOD-SL的求解时间。同时设计局部搜索算法, 进一步提高解决方案的质量。数值实验结果表明, 所提出的GA-AM在求解性能方面明显优于Gurobi求解器、自适应大邻域搜索(ALNS)算法和变邻域搜索(VNS)算法。此外, 研究结果也验证了众包车辆-公共交通协同配送模式的有效性。

来源：2025年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第10期