基于离散海鸥算法求解循环取货车辆路径问题

针对如何降低循环取货车辆路径问题(VRP:Vehicle Routing Problem)中的运输成本，提出一种离散海鸥算法。首先，在海鸥迁移过程中，采用insert、 reverse操作更新海鸥位置加快算法寻优速度；其次，在海鸥攻击过程中，采用swap、 3-opt操作更新海鸥位置提升算法局部搜索能力；最后，结合模拟退火算法避免算法在运行过程中陷入局部最优，重新定义了在离散的车辆路径问题下的更新策略。以总成本最低为目标函数，构建相应的数学模型。实验结果表明，该算法具有高效解决循环取货车辆路径问题的能力，寻优效果及求解质量均高于标准海鸥优化算法、粒子群算法、模拟退火算法、灰狼优化算法、鲸鱼算法和飞蛾扑火算法。