《表5 以费用为优化目标的多车型调度》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《低油耗多车型车辆路径问题及算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表4对比了4种不同算法的优化结果和计算时间。表5为本文算法以费用为最优目标的车辆路线，图5为相应的路径图和迭代图。由表4可以看出，本文算法的油耗费用优于其他算法，能够显著提高解的质量。运输距离虽然比量子遗传算法增加52.05 km，但是油耗费用减少了13.4%。由图5可以看出算法基本能在450代以内找到问题的最优解，将算法最高迭代次数设置为600代，运行时间为99.42 s，运行时间比遗传算法、禁忌搜索算法和量子遗传算法分别减少了57.15%、50.25%、36.89%，表明本文算法在提高解质量的同时也大大提高了算法的求解效率。以上分析说明了本文算法在求解多车型以配送总费用最小为优化目标的车辆路径问题是有效的。