向明尚， 张 强

( 东北石油大学 计算机与信息技术学院，黑龙江 大庆 163318 )

0 引言

带容量约束的车辆路径问题(Capacitated Vehicle Routing Problem,CVRP)[1]是物流研究领域中一个具有很高的实际应用和理论研究价值的问题。为求解有容量车辆路径问题,减少陷入局部最优的情况,张景玲等[2]提出一种基于强化学习的超启发算法；黄戈文等[3]提出一种采用灰狼空间整数编码和先路由后分组解决方案生成策略的自适应遗传灰狼优化算法，用于求解带容量约束的车辆路径问题；何国强等[4]采用传统遗传算法求解带容量约束的车辆路径问题,存在早熟收敛、易陷入局部最优等问题,设计双种群混合遗传算法进行求解；为解决带容量约束的车辆路径问题,李阳等[5]提出一种混合变邻域生物共栖搜索算法进行求解。

布谷鸟算法(Cuckoo Algorithm,CA)是一种模拟布谷鸟寄生育雏行为的仿生优化算法[6]。近年来，人们把布谷鸟搜索算法应用到实际工程优化问题中。对制造型企业生产项目调度优化,曹圣武等[7]提出一种基于自适应布谷鸟算法的调度策略；申志平等[8]设计一种基于Adam优化算法改进布谷鸟算法，解决传统无线传感器网络随机部署分布不均问题；对最小二乘法在求解未知节点位置过程中定位精度不足,李娜等[9]提出一种基于改进布谷鸟算法的WSN节点定位算法；为解决传统传感器网络随机部署分布不均问题,胡坚等[10]提出采用布谷鸟搜索算法进行节点部署优化。布谷鸟搜索算法主要用于解决连续性问题，并且在求解复杂工程问题时CA易陷入局部最优。……