混合神經(jīng)網(wǎng)絡(luò)在物流配送系統(tǒng)中的研究與應(yīng)用.pdf

1、隨著社會(huì)的發(fā)展，物流行業(yè)的重要性逐漸顯現(xiàn)出來(lái)。配送是物流活動(dòng)中直接與消費(fèi)者相連的環(huán)節(jié)，如何安排配送路線問(wèn)題已經(jīng)成為降低成本、增加效益的重要研究課題。本課題的背景環(huán)境是基于GIS的智能調(diào)度系統(tǒng)的開(kāi)發(fā)。 路徑優(yōu)化是物流配送中智能調(diào)度系統(tǒng)的核心問(wèn)題，其中最典型的問(wèn)題模型就是旅行商問(wèn)題即TSP問(wèn)題。處理TSP問(wèn)題有很多算法，其中的模擬退火算法及Hopfield神經(jīng)網(wǎng)絡(luò)算法存在著收斂速度慢、易陷入局部最優(yōu)等一些缺陷，使得系統(tǒng)解決路徑優(yōu)化問(wèn)

2、題不令人滿意。為了克服這些缺陷，本文提出了混合神經(jīng)網(wǎng)絡(luò)算法，此算法通過(guò)結(jié)合Hopfield神經(jīng)網(wǎng)絡(luò)與模擬退火算法各自的優(yōu)點(diǎn)來(lái)克服彼此的不足，將模擬退火中以一定概率接收較差解的機(jī)制應(yīng)用到Hopfield神經(jīng)網(wǎng)絡(luò)算法中，以克服陷入局部最優(yōu)的缺陷。同時(shí)又對(duì)傳統(tǒng)的Hopfield網(wǎng)絡(luò)和模擬退火算法進(jìn)行了改進(jìn)，最終得到了一種快速、高效、收斂的啟發(fā)式算法。 本文提出的算法在實(shí)際系統(tǒng)中得以應(yīng)用，運(yùn)行結(jié)果表明能夠降低車輛的運(yùn)輸成本、提高企業(yè)的經(jīng)