基于改进蝙蝠算法的带模糊需求的车辆路径问题

蝙蝠算法作为一种新的元启发式算法，尚未被应用到模糊车辆路径问题中。针对带模糊需求的车辆路径问题，以极小化总运输距离为目标，建立基于可信性理论的模糊规划模型，提出一种改进的蝙蝠算法。算法采用基于客户编号的编码方式，利用随机模拟算法计算额外行驶距离；在蝙蝠位置更新时，引入基于非线性调整的惯性权重和基于子路径的局部搜索；为提高全局搜索能力，避免算法早熟，对处于较差位置的蝙蝠进行交叉操作。最后，利用随机实验数据进行仿真，分析了决策者主观偏好值对目标值的影响，并与其它算法的寻优结果进行对比分析，结果表明，算法具有一定的可行性和有效性。