خوارزمية جينية متعددة الأهداف تكيفية لحل مشكلة توجيه مركبات المدينة الخضراء غير المتجانسة

تلعب جدولة ذكية دورًا حاسمًا في تقليل نفقات النقل وتعزيز الكفاءة العامة. ومع ذلك، فإن معظم نماذج الجدولة الحالية تفشل في حساب متطلبات التنمية الحضرية بشكل شامل، كما يتضح من مشكلة توجيه المركبات مع نوافذ زمنية (VRPTW)، التي تحدد ببساطة تقليل طول المسار. تقدم هذه الورقة نموذجًا جديدًا لمشكلة توجيه مركبات المدينة الخضراء غير المتجانسة مع نوافذ زمنية (HGCVRPTW)، والتي تتناول التحديات في اللوجستيات الحضرية. يأخذ نموذج HGCVRPTW في الاعتبار الناقلين ذوي الصفات المتنوعة، والمستفيدين الذين يتمتعون بتسامح مختلف لل delays، ومستويات الازدحام المتغيرة على الطرق التي تؤثر على انبعاثات الكربون. للتعامل بشكل أفضل مع HGCVRPTW، تم اقتراح خوارزمية جينية متعددة الأهداف التكيفية تعتمد على استراتيجية التهيئة الجشعة (AMoGA-GIS) والتي تشمل المزايا الثلاثة التالية. أولاً، considerando تأثير المعلومات الأولية على عملية البحث، تم اقتراح استراتيجية تهيئة جشعة (GIS) لتوجيه التطور العام خلال مرحلة التهيئة. ثانيًا، تم تقديم مشغلات متعددة الطفرات التكيفية (AMMO) لتحسين تنوع السكان في مراحل التطور المختلفة وفقًا لمعدل نجاح الطفرة. علاوة على ذلك، قمنا ببناء مجموعة بيانات اختبار أكثر تخصصًا تتناسب بشكل أفضل مع التحديات التي تواجه HGCVRPTW. تجربتنا الواسعة تؤكد الأداء التنافسي لـ AMoGA-GIS من خلال مقارنتها مع خوارزميات أخرى حديثة وتثبت أن GIS و AMMO يلعبان دورًا محوريًا في تطوير القدرات الخوارزمية المخصصة لـ HGCVRPTW.