Un algoritmo evolutivo de fuerza de Pareto mejorado 2 con operador de cruce adaptativo para la entrega de vehículos aéreos no tripulados distribuidos biobjetivo
Autores: Song, Yu; Fang, Xi
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un algoritmo evolutivo de fuerza de Pareto mejorado 2 con operador de cruce adaptativo para la entrega de vehículos aéreos no tripulados distribuidos biobjetivo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Desarrollo de la industria del comercio electrónico
UAVs
Entrega
Satisfacción del cliente
Algoritmo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
Con el desarrollo de la industria del comercio electrónico, el uso de VANT (vehículos aéreos no tripulados) para entregar mercancías se ha vuelto más popular en los sistemas de transporte. Este método de entrega puede reducir los costos laborales y mejorar la eficiencia de distribución, y los VANT pueden llegar a lugares a los que es difícil que lleguen los humanos. Dado que algunos bienes son perecederos, la calidad de la entrega tendrá un impacto en la satisfacción del cliente. Al mismo tiempo, el tiempo de entrega también debe satisfacer las necesidades de los clientes tanto como sea posible. Por lo tanto, este documento toma la distancia de distribución y la satisfacción del cliente como funciones objetivas, establece un modelo de programación dinámica biobjetivo y propone un algoritmo evolutivo de fuerza de Pareto 2 (SPEA2) mejorado. El algoritmo mejorado introduce la estrategia de búsqueda local, sobre la base del algoritmo original. Realiza una búsqueda local de las mejores soluciones no dominadas obtenidas en cada iteración. Se determinan las nuevas soluciones dominadas y no dominadas, y se mejora el operador de cruce, de modo que la capacidad de búsqueda local se mejora, manteniendo su capacidad de búsqueda global. Los resultados del experimento numérico muestran que el algoritmo mejorado logra un excelente rendimiento en tres aspectos: el frente de Pareto, la distancia de generación y el espaciado, y tendría un alto valor de aplicación en la entrega de carga con VANT y otros problemas de optimización multiobjetivo (MOPs). El valor promedio de espaciado del algoritmo mejorado es más de un 20% menor que SPEA2 + SDE (algoritmo de evolución de fuerza de Pareto 2 con estimación de densidad basada en cambios), que es el segundo mejor algoritmo. En la comparación del valor promedio de distancia de generación, este número alcanza el 30%.
Descripción
Con el desarrollo de la industria del comercio electrónico, el uso de VANT (vehículos aéreos no tripulados) para entregar mercancías se ha vuelto más popular en los sistemas de transporte. Este método de entrega puede reducir los costos laborales y mejorar la eficiencia de distribución, y los VANT pueden llegar a lugares a los que es difícil que lleguen los humanos. Dado que algunos bienes son perecederos, la calidad de la entrega tendrá un impacto en la satisfacción del cliente. Al mismo tiempo, el tiempo de entrega también debe satisfacer las necesidades de los clientes tanto como sea posible. Por lo tanto, este documento toma la distancia de distribución y la satisfacción del cliente como funciones objetivas, establece un modelo de programación dinámica biobjetivo y propone un algoritmo evolutivo de fuerza de Pareto 2 (SPEA2) mejorado. El algoritmo mejorado introduce la estrategia de búsqueda local, sobre la base del algoritmo original. Realiza una búsqueda local de las mejores soluciones no dominadas obtenidas en cada iteración. Se determinan las nuevas soluciones dominadas y no dominadas, y se mejora el operador de cruce, de modo que la capacidad de búsqueda local se mejora, manteniendo su capacidad de búsqueda global. Los resultados del experimento numérico muestran que el algoritmo mejorado logra un excelente rendimiento en tres aspectos: el frente de Pareto, la distancia de generación y el espaciado, y tendría un alto valor de aplicación en la entrega de carga con VANT y otros problemas de optimización multiobjetivo (MOPs). El valor promedio de espaciado del algoritmo mejorado es más de un 20% menor que SPEA2 + SDE (algoritmo de evolución de fuerza de Pareto 2 con estimación de densidad basada en cambios), que es el segundo mejor algoritmo. En la comparación del valor promedio de distancia de generación, este número alcanza el 30%.