混合神經網絡在物流配送系統中的研究與應用.pdf

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

2、題不令人滿意。為了克服這些缺陷，本文提出了混合神經網絡算法，此算法通過結合Hopfield神經網絡與模擬退火算法各自的優(yōu)點來克服彼此的不足，將模擬退火中以一定概率接收較差解的機制應用到Hopfield神經網絡算法中，以克服陷入局部最優(yōu)的缺陷。同時又對傳統的Hopfield網絡和模擬退火算法進行了改進，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際系統中得以應用，運行結果表明能夠降低車輛的運輸成本、提高企業(yè)的經