来源：期刊VIP网 时间：
作者：骆维;陈仕军;吴华伟;
单位：湖北文理学院湖北隆中实验室;湖北文理学院纯电动汽车动力系统设计与测试湖北省重点实验室;湖北文理学院数学与统计学院;
摘要：针对带容量约束的电动车辆路径问题（CEVRP），以最小化总行驶里程为优化目标，提出一种混合文化基因求解算法。将原问题分解为两个子问题，即带容量约束的车辆路径问题和固定路径下的车辆充电问题。针对该问题设计双层解码，上层解码采用分割算法获得满足容量约束的路径，下层采用移除启发式算法获得可行的充电路径。首先，利用k最近邻算法获得多样性的编码个体，再采用双层解码获得优良初始种群；然后，对种群执行变邻域搜索改进个体的解质量；接着，使用精英保留策略对精英个体继续采用三种局部强化策略，对带容量约束的车辆路径进行局部搜索，对车辆路径中的充电站和客户点进行优化调整；最后，采用两种选择操作并使用顺序交叉在不同解之间共享信息。实验部分采用国际竞赛中的CEVRP测试数据集，将所提算法与对比算法进行比较，实验结果表明，所提算法在中小规模实例上优于对比算法，在大规模实例上也能得到满意解，并且具有良好的稳定性。
关键词：电动车辆路径问题;;混合文化基因算法;;k最近邻;;变邻域搜索;;局部搜索;;精英保留策略
基金资助：国家自然科学基金项目（71501064）;; 襄阳市科技计划湖北隆中实验室专项资助研究（2024KF-22）;; 湖北文理学院科研能力培育基金科技创新团队项目（2020kypytd006）;湖北文理学院研究生创新计划项目（YCX202421）
