基于蟻群和人工魚群混合群智能算法在物流配送路徑優(yōu)化問題中的應(yīng)用研究.pdf

1、物流配送是物流活動中直接與消費者相聯(lián)系的環(huán)節(jié)。在物流的各項成本中，配送成本占了相當(dāng)高的比例。配送中車輛路徑的合理與否對物流配送服務(wù)水平、成本和效益影響很大。采用科學(xué)、合理的方法來進行車輛路徑的優(yōu)化，是物流配送領(lǐng)域的重要研究課題。其中尤其是帶時間窗的物流配送車輛路徑優(yōu)化問題(VehicleRoutingProblemwithTimeWindows，VRPTW)更是當(dāng)前研究的重點。
　　 現(xiàn)代智能優(yōu)化算法包括禁忌搜索算法、模擬退火算

2、法、蟻群算法、人工魚群法等，這些算法的出現(xiàn)為求解配送車輛優(yōu)化調(diào)度問題提供了新的工具。帶時間窗的車輛路徑問題計算復(fù)雜，屬于NP-hard問題。本文研究了帶時間窗的車輛路徑問題模型的構(gòu)建，基于魚群算法和蟻群算法提出一種混合優(yōu)化算法用于物流配送路徑優(yōu)化問題中。針對蟻群算法的不足，分別通過人工魚群算法獲取初始解、信息素更新策略的選擇和狀態(tài)轉(zhuǎn)移概率的改進，同時對蟻群算法進行了改進，將魚群算法中擁擠度的概念引入到蟻群算法中，在優(yōu)化過程的初期，設(shè)置較

3、強的擁擠度限制，保證大部分螞蟻不受信息素濃度的影響而進行隨機尋優(yōu)。為解決蟻群算法求解時間長，容易出現(xiàn)停滯的問題，應(yīng)用轉(zhuǎn)移系數(shù)的概念，提高了蟻群的計算速度，從而增強算法遍歷尋優(yōu)能力。經(jīng)過多次對比實驗表明，使用混合優(yōu)化算法可以實現(xiàn)優(yōu)化物流配送線路，可以有效而快速地求得問題的最優(yōu)解或近似最優(yōu)解。
　　 采用Solomon問題中R101作為實例數(shù)據(jù)基礎(chǔ)，采用面向?qū)ο蟮腃++語言編寫了計算程序，對混合人工魚群-蟻群算法進行了計算驗證，證實