基于改進(jìn)混合蟻群算法的帶時間窗車輛路徑問題優(yōu)化研究.pdf

1、當(dāng)今物流業(yè)發(fā)展迅速，而物流配送過程較為復(fù)雜，其中運(yùn)輸成本與總成本的比率已經(jīng)超過50％。提高配送過程中車輛調(diào)度的效率，降低運(yùn)輸成本，同時滿足顧客各種各樣的需求，不但在理論上有一定的研究價值，而且在現(xiàn)實(shí)應(yīng)用中也有一定的意義。本文首先對物流配送業(yè)務(wù)流程以及VRP問題進(jìn)行了詳細(xì)的介紹，通過對前人研究成果的總結(jié)，在深入了解蟻群算法和細(xì)菌覓食算法的優(yōu)缺點(diǎn)的前提下，提出了一種改進(jìn)混合蟻群算法的新型啟發(fā)式算法。主要研究工作如下:
　　(1)通過對

2、VRPTW的問題描述，建立本文的VRPTW數(shù)學(xué)模型，模型中相對于VRP問題增加兩個約束條件。第一，從配送中心出發(fā)，服務(wù)完客戶節(jié)點(diǎn)后，必需返回配送中心;第二，每個客戶節(jié)點(diǎn)的配送任務(wù)，必需由一輛車來完成，且僅服務(wù)一次，車輛須在指定的時間窗內(nèi)服務(wù)客戶，如果早到須等待。
　　(2)本文針對蟻群算法易陷入局部最優(yōu)解這一不足，對信息素更新方法進(jìn)行改進(jìn)。當(dāng)一次迭代結(jié)束，所有的螞蟻均構(gòu)建出解后，對信息素矩陣進(jìn)行更新，為了增強(qiáng)較優(yōu)解所包含的邊上的信

3、息素濃度，使得其在后續(xù)迭代中以較大概率被螞蟻選中，利用三種不同的最好解來更新信息素。
　　(3)本文針對蟻群算法易于出現(xiàn)早熟和停滯的現(xiàn)象，對局部搜索策略進(jìn)行改進(jìn)。通過變鄰域下降搜索能動態(tài)改變考查的鄰域空間的大小，在進(jìn)行局部搜索時只接受最好的鄰域解，直到陷入局部最優(yōu)，提高算法擺脫局部最優(yōu)的能力。節(jié)省了大量冗余節(jié)點(diǎn)的計算時間，有利于算法搜索速度的提高，為快速、有效地求解大規(guī)模優(yōu)化問題提供了可能。
　　(4)在系統(tǒng)仿真實(shí)驗中，通過