学位论文 > 优秀研究生学位论文题录展示

基于蚁群和人工鱼群混合群智能算法在物流配送路径优化问题中的应用研究

作　者: 邹挺
导　师: 伏玉琛
学　校: 苏州大学
专　业: 计算机科学与技术
关键词: 物流配送车辆路径优化蚁群算法人工鱼群算法混合群智能算法
分类号: F253.9
类　型: 硕士论文
年　份: 2011年
下　载: 323次
引　用: 4次
阅　读: 论文下载

内容摘要

物流配送是物流活动中直接与消费者相联系的环节。在物流的各项成本中,配送成本占了相当高的比例。配送中车辆路径的合理与否对物流配送服务水平、成本和效益影响很大。采用科学、合理的方法来进行车辆路径的优化,是物流配送领域的重要研究课题。其中尤其是带时间窗的物流配送车辆路径优化问题(Vehicle Routing Problem with Time Windows,VRPTW)更是当前研究的重点。现代智能优化算法包括禁忌搜索算法、模拟退火算法、蚁群算法、人工鱼群法等,这些算法的出现为求解配送车辆优化调度问题提供了新的工具。带时间窗的车辆路径问题计算复杂,属于NP-hard问题。本文研究了带时间窗的车辆路径问题模型的构建,基于鱼群算法和蚁群算法提出一种混合优化算法用于物流配送路径优化问题中。针对蚁群算法的不足,分别通过人工鱼群算法获取初始解、信息素更新策略的选择和状态转移概率的改进,同时对蚁群算法进行了改进,将鱼群算法中拥挤度的概念引入到蚁群算法中,在优化过程的初期,设置较强的拥挤度限制,保证大部分蚂蚁不受信息素浓度的影响而进行随机寻优。为解决蚁群算法求解时间长,容易出现停滞的问题,应用转移系数的概念,提高了蚁群的计算速度,从而增强算法遍历寻优能力。经过多次对比实验表明,使用混合优化算法可以实现优化物流配送线路,可以有效而快速地求得问题的最优解或近似最优解.采用Solomon问题中R101作为实例数据基础,采用面向对象的C++语言编写了计算程序,对混合人工鱼群-蚁群算法进行了计算验证,证实了该算法可行性和有效性;同时对部分Solomon数据进行了多次验证,结果表明混合人工鱼群-蚁群算法与其它启发式算法相比具有优越性;最后对提出的混合群智能算法中的各项参数进行了对比分析,探讨了所用参数的最优组合。

基于蚁群和人工鱼群混合群智能算法在物流配送路径优化问题中的应用研究

内容摘要

全文目录

相似论文