1.一种基于动态遗传算法的平衡运输问题解决方法，其特征在于：所述基于动态遗传算法的运输问题解决方法包括以下步骤：

1)设置参数：种群规模NP、迭代次数G、产地数量m、销售地数量n和适应度函数调整系数ω；

2)通过ArcMap获得的地图设置m个产地及n个销售地，通过智能混合算法计算费用成本矩阵C；

3)种群初始化，迭代如下过程生成初始种群X＝{X1,X2,...,XNP}，其中

4)设g＝1，其中g∈{1,2,...,G}；

5)对种群中的个体随机两两配对，组成NP/2个父本对；对每对父本执行步骤6)至8)；

6)交叉操作，过程如下：

6.1)假设 和 是两个随机选择的父代个体，建立两个临时矩阵D＝(dij)m×n和R＝(rij)m×n，其中mod是求余数；

6.2)将生成的R矩阵分解为 和 其中

1 2

R＝R+R                           (3)

6.3)生成交叉个体 和

7)对交叉个体 和 分别执行变异操作，过程如下：

7.1)随机选择交叉个体的p行和q列，建立子矩阵Y＝(yij)p×q，其中2≤p≤m，2≤q≤n；

7.2)生成新的子矩阵Y′＝(y′ij)p×q，该矩阵满足如下公式：

7.3)将子矩阵Y′＝(y′ij)p×q替换交叉个体构建子矩阵相应位置的元素，生成子代个体和

8)选择操作，过程如下：

8.1)设计适应度函数：其中ω为调整系数；

1 2 1 2

8.2)分别计算父代个体X 、X 和子代个体 和 的适应度f(X )、f(X )、1

8.3)若 用 替换X进入种群；否则按概率替换，替换概率如下：2

8.4)若 用 替换X进入种群；否则按概率替换，替换概率如下：

9)迭代步骤6)至步骤8)，直至所有父本对都执行完成；

10)g＝g+1；若g≤G，转至步骤5)步；否则，结束程序，输出最优解。