基于改进遗传算法的多车场生鲜配送优化

针对生鲜产品易腐烂特性与对配送及时性的高要求，构建以制冷成本、燃油成本、损耗成本、时间惩罚成本、产品固定运输成本和车辆固定成本的总成本最小函数，并考虑顾客的位置、车辆载重及时间窗约束，建立多车场生鲜配送模型，使用K-means聚类对算例中的客户群进行车场划分后，采用变邻域下降搜索策略和模拟退火算法对遗传算法进行改进，利用改进后的遗传算法计算得出优化后的车辆配送路线。通过对改进后的遗传算法与传统的自适应遗传算法对比后，结果表明各项成本都有不同程度的减少，且总成本减少了14.6%,从而验证改进后算法的优势，达到减少配送成本、满足配送及时性和提升顾客满意度的目的。