多代理强化学习驱动遗传算法求解软时间窗电动车路径规划问题
韩玉艳
安俊宇
杨晓宇
王玉亭
李寰
田鑫茹
聊城大学 计算机学院,山东 聊城 252059
摘要：1 基因交叉方法和变异方法示意图及程序流程图
2 实验数据结果
2.1 实验数据
Goeke的测试算例详见链接:https://data.mendeley.com/datasets/h3mrm5dhxw/1.算例的名称型如[c/rc/r][序列号][c5/c10/c15/_21]可以分成三个部分:第一个部分代表着节点的分布特征,在R类数据集中,节点的坐标位置随机生成,较为分散;在C类数据集中,节点的坐标位置有明显的聚簇,较为集中,而RC类数据集则混合了随机和聚簇的特点.第三部分代表换点站个数或者客户个数即问题的规模大小.
机标关键词：路径规划问题强化学习多代理软时间窗遗传算法电动车学习驱动
资助基金：国家自然科学基金(61973203)国家自然科学基金(61803192)国家自然科学基金(62106073)国家自然科学基金(61966012)山东省自然科学基金(ZR2023MF022)山东省自然科学基金(ZR2024MF112)聊城大学光岳青年创新团队项目(LCUGYTD2022-03)
论文发表日期：2026-02-25
在线出版日期：2026-08-28（本平台首次上网日期，不代表文献的发表时间）
页数：2( 后插1-后插9,封3 )
英文信息