logo móvil
Contáctanos

Un problema de enrutamiento de vehículos de varios períodos para materiales perecederos de emergencia bajo demanda incierta basado en un algoritmo de optimización de ballenas mejorado

Autores: Li, Xiaodong; Xu, Yang; Lai, Kin Keung; Ji, Hao; Xu, Yaning; Li, Jia

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Un problema de enrutamiento de vehículos de varios períodos para materiales perecederos de emergencia bajo demanda incierta basado en un algoritmo de optimización de ballenas mejorado


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Emergencia
Materiales perecederos
Distribución
Modelo de optimización
Demanda
Algoritmo

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 22

Citaciones: Sin citaciones


Descripción
La distribución de materiales perecederos de emergencia después de un desastre, como un terremoto, es una parte esencial del despacho de recursos de emergencia. Sin embargo, el modelo de distribución de un solo período tradicional difícilmente puede resolver este problema debido a la información incompleta sobre la demanda de materiales perecederos de emergencia en los sitios afectados. Por lo tanto, para estos problemas primero construimos un modelo de optimización de distribución de ruta de vehículos de múltiples períodos con los objetivos duales de minimizar la penalización de costos por retraso en la distribución y la corrupción total durante la entrega, y minimizar la cantidad total de demanda que no se satisface, aplicando el método de ponderación de límite de intervalo y valor más probable para aclarar la demanda incierta. Luego, formulamos el algoritmo de optimización de ballenas evolutivas diferenciales (DE-WOA) combinando el algoritmo evolutivo diferencial con el algoritmo de ballenas para resolver el modelo construido, que es un algoritmo emergente para resolver este tipo de problema. Finalmente, para validar la viabilidad y practicidad del modelo propuesto y el nuevo algoritmo, se realiza una comparación entre el modelo propuesto y el algoritmo estándar de optimización de ballenas en una instancia numérica. El resultado indica que el modelo propuesto converge más rápido y el efecto de optimización general se mejora en un 23%, lo que verifica aún más que el algoritmo de optimización de ballenas mejorado tiene un mejor rendimiento.

Otros recursos que podrían interesarte

Temas Virtualpro