摘要

针对速度时变的时间依赖型车辆路径问题,分析时间依赖型路网的行程时间计算方法,提出一种改进天鹰优化(Improved Aquila Optimizer, IAO)算法。设计了一种天鹰位置-顾客序列(Aquila-Customer, A-C)编解码方式,结合天鹰狩猎的拓展勘探、缩小勘探范围、扩大开发以及缩小开发范围四种搜捕猎物的方式,重新定义其智能寻优行为,引入自适应大规模邻域搜索策略,设计多种邻域破坏算子与修复算子,并在算法中加入劣解接受准则,提出循环启发式扰动机制与精英解扰动机制两种停滞扰动策略。Solomon基准算例对比实验以及基于Figliozzi测试算例与遗传算法、粒子群算法、蚁群算法的仿真对比实验均验证了IAO算法的优化性能,同时实际案例的实验结果充分证明了IAO算法在收敛速度与求解质量上的优越性,表明其具备求解时间依赖型车辆路径问题的应用价值。