一种基于增强型自注意力机制的多目标车辆路径优化方法

本发明涉及智能物流与路径优化技术领域，具体公开了一种基于增强型自注意力机制的多目标车辆路径优化方法。所述方法包括以下步骤：S1.构建增强型自注意力编码器，通过集成通道注意力、SwiGLU激活与自适应缩放的自注意力模块，对输入的节点特征和偏好向量进行深度融合编码；S2.构建基于问题规模感知解码器的路径生成网络，将问题规模信息注入节点嵌入，并以自回归方式生成路径序列；S3.基于强化学习框架，结合随机偏好策略进行模型训练，生成多目标车辆路径问题的帕累托前沿近似解。本发明通过上述协同设计，实现了模型表达能力、泛化能力与求解精度的提升，为多目标车辆路径问题提供了高效可靠的解决方案。