[发明专利]遗传算法与MapReduce相结合的车辆调度方法

摘要

本发明涉及一种遗传算法与MapReduce相结合的车辆调度方法，对于采用m辆车配送n个客户点的问题，基于云计算中的MapReduce模型和遗传算法，按如下步骤进行车辆调度：（1）初始化种群；（2）利用Map函数计算个体适应度；（3）利用Reduce函数进行选择、杂交、变异操作；（4）判断算法是否达到设定的最大遗传代数，是则选出适应度最高的染色体个体所对应的路径集合作为问题的最优解，否则返回步骤（2）。该方法运行速度快，易于实现，使用效果好。

主权项

一种遗传算法与MapReduce相结合的车辆调度方法，其特征在于，对于采用m辆车配送n个客户点的问题，基于云计算中的MapReduce模型和遗传算法，按如下步骤进行车辆调度：（1）初始化种群：采用自然数{1,2,…,n}对n个客户点进行对应编码，并随机编成一条长度为n、自然数{1,2,…,n}前后顺序随机排列的染色体个体，然后根据载重约束在染色体个体中插入分隔符，所述载重约束为分隔符之间的所有编码对应的客户点的配送量之和不大于车辆载重量；设种群规模为P，则通过上述方法随机产生P个染色体个体，即形成规模为P的初始种群；（2）计算个体适应度：利用根据适应度函数构造的多个Map函数，并行计算P个染色体个体的个体适应度，并将结果输出给Reduce函数；（3）进行选择、杂交、变异操作：利用根据选择、杂交、变异算法构造的Reduce函数，将Map函数的输出作为Reduce函数的输入，利用Reduce函数将父代染色体中适应度较高的个体选择出来产生子代染色体，然后以一杂交概率随机选择子代染色体中一部分进行杂交操作并将杂交后染色体个体添加到新种群中，以一变异概率随机选择子代染色体中另一部分进行变异操作并将变异后染色体个体添加到新种群中，子代染色体中的剩余部分直接复制到新种群中，从而形成新种群并输出；（4）判断算法是否达到设定的最大遗传代数，是则选出适应度最高的染色体个体所对应的路径集合作为问题的最优解，否则返回步骤（2）。