10、在线订单分批问题的新型变邻域搜索变体与邻域引导进化策略

在线订单分批问题的新型变邻域搜索变体与邻域引导进化策略

在物流仓储领域，订单处理和优化是提高效率的关键。本文将介绍两种重要的算法策略，分别用于解决不同类型的优化问题，包括邻域引导进化策略（NGES）在优化问题中的应用，以及针对在线订单分批问题（OOBP）提出的新型变邻域搜索（VNS）算法。

邻域引导进化策略（NGES）

邻域引导进化策略（NGES）在优化问题中展现出了独特的优势。通过分析应用不同邻域结构（NS）的概率范围的演变，能够帮助我们更好地理解优化问题的格局。从相关研究中的图表可以看出，邻域结构NSOr - opt2的概率参数P出现了高峰，进一步研究发现这些高峰与找到新的更优解相吻合，从而改进了正在进行的优化执行中的当前最优解。

当算法陷入局部最优时，操作符会朝着更大的概率进化，以在解的表示中进行更大的改变，这体现了算法努力逃离局部最优的机制。该策略主要依赖于变异操作，虽然不复杂，但易于实现，并且具备在实际应用中产生成功结果的足够工具。

此外，该方法还将扩展用于处理多目标优化问题，可作为经典帕累托存档进化策略的扩展，只需修改接受标准以过滤一组非支配解。其简单性使其具有吸引力，适合未来的改进和调整。

在线订单分批问题（OOBP）

问题背景

仓储货物的存储涉及多个任务，如接收、存储和检索货物等，这些任务往往可以表述为优化问题，以节省时间、空间或工作量。订单分批问题（OBP）是一类与仓库货物检索操作相关的优化问题，将一组订单组合成批次，并分配给拣货员在一次巡回中检索同一批次内的所有订单，相比传统的严格订单拣选策略，这种策略能有效减少旅行时间，若同时考虑分批和路由，节省的时间会更多。

原始的