Resumen

El problema de rutas de vehículos (VRP) es un conocido problema de optimización combinatoria. Se ha estudiado durante varias décadas porque encontrar rutas eficaces para los vehículos es una cuestión importante de la gestión logística. Este trabajo propone un nuevo algoritmo híbrido basado en dos enfoques principales de inteligencia de enjambre (SI), la optimización de colonias de hormigas (ACO) y la optimización de enjambres de partículas (PSO), para resolver problemas de rutas de vehículos capacitados (CVRPs). En el algoritmo propuesto, cada hormiga artificial, como una partícula en PSO, puede memorizar la mejor solución encontrada. Tras la construcción de la solución, sólo las hormigas de élite pueden actualizar la feromona en función de sus propias mejores soluciones hasta el momento. Además, se ha integrado un método de perturbación de la feromona en el marco del ACO para superar el problema del estancamiento de la feromona. Se seleccionaron dos conjuntos de problemas de referencia para probar el rendimiento del algoritmo propuesto. Los resultados computacionales muestran que el algoritmo propuesto funciona bien en comparación con los enfoques de inteligencia de enjambre existentes.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:algoritmo, optimización por colonia de hormigas, problema de optimización combinatoria, rutas de vehículos eficaces, inteligencia de enjambre principal, nuevo algoritmo híbrido, optimización por enjambre de partículas, método de perturbación por feromonas, enfoques de inteligencia de enjambre, problema de rutas de vehículos
• Keywords:algorithm, ant colony optimization, combinatorial optimization problem, effective vehicle routes, main swarm intelligence, new hybrid algorithm, particle swarm optimization, pheromone disturbance method, swarm intelligence approaches, vehicle routing problem