物流調(diào)度中的混合人工智能算法畢業(yè)設(shè)計(jì)

1、目錄摘要................................................................1Abstract............................................................21引言..............................................................32車輛優(yōu)化調(diào)度問(wèn)題的描述....

2、........................................42.1組合優(yōu)化問(wèn)題的描述..........................................42.2車輛調(diào)度問(wèn)題的數(shù)學(xué)模型......................................43主要人工智能群算法研究............................................53.1人工魚(yú)群算法原理及其模

3、型....................................63.1.1人工魚(yú)群算法原理.......................................63.1.2人工魚(yú)群的數(shù)學(xué)模型.....................................73.1.3人工魚(yú)群算法...........................................93.2人工蜂群算法及其模型.........

4、...............................93.2.1人工蜂群算法原理及數(shù)學(xué)模型.............................93.2.2人工蜂群算法步驟......................................104人工魚(yú)群算法在VRP問(wèn)題上的改進(jìn)...................................124.1人工魚(yú)群算法的傳統(tǒng)處理方法.................

5、................124.1.1初始化種群............................................124.1.2食物濃度的計(jì)算........................................134.1.3人工魚(yú)行為的設(shè)計(jì)......................................134.1.4行為選擇..............................

6、................154.1.5公告欄................................................154.2傳統(tǒng)處理方法的改進(jìn).........................................164.2.1基于相似片段的距離....................................164.2.2基于相似片段距離的人工魚(yú)覓食行為................

7、......164.2.3人工魚(yú)視域的改變......................................174.3傳統(tǒng)處理方法與改進(jìn)的方法的實(shí)驗(yàn)對(duì)比分析......................174.3.1實(shí)驗(yàn)參數(shù)的設(shè)置........................................174.3.2實(shí)驗(yàn)結(jié)果及對(duì)結(jié)果的分析................................185混合人工蜂群—魚(yú)

8、群算法及VRP應(yīng)用研究.............................205.1人工蜂群算法和人工魚(yú)群算法的優(yōu)缺點(diǎn)分析......................205.2混合人工智能算法的設(shè)計(jì).....................................215.3混合人工蜂群—人工魚(yú)群算法示意圖...........................215.4混合人工蜂群—人工魚(yú)群算法的實(shí)現(xiàn)............

9、...............225.5基于混合人工蜂群—人工魚(yú)群算法的VRP問(wèn)題求解...............225.5.1人工蜂行為的設(shè)計(jì)......................................225.5.2公告欄................................................236混合人工智能算法的實(shí)驗(yàn)結(jié)果分析.................................

10、..246.1混合人工智能算法的參數(shù)設(shè)置..................................246.2三種人工智能算法的實(shí)驗(yàn)結(jié)果..................................246.3實(shí)驗(yàn)結(jié)果的分析.............................................251物流調(diào)度中的混合人工智能算法摘要隨著經(jīng)濟(jì)的增長(zhǎng)更多行業(yè)的分工更加細(xì)化，越來(lái)越多的企業(yè)某些原料在南方加工，而物

11、品的進(jìn)一步加工和組裝在北方進(jìn)行，進(jìn)而促使物流配送行業(yè)的快速增加，成為企業(yè)盈利的重要一步?，F(xiàn)在網(wǎng)購(gòu)行為被大部分人的認(rèn)可，良好的配送模式能夠節(jié)省客戶和賣家的時(shí)間成本和經(jīng)濟(jì)成本，從而使得雙方達(dá)到共贏。因此，配送中心作業(yè)的重點(diǎn)就是如何將車輛有效的使用，并決定最經(jīng)濟(jì)的行駛路線，使商品能在最短的時(shí)間內(nèi)送到各個(gè)客戶手中。實(shí)際上上述物流配送問(wèn)題就是車輛路線問(wèn)題（VRP，VehicleRoutingProblem），它是組合領(lǐng)域中非常著名的NP難題，近二

12、十年來(lái)，VRP都是一個(gè)非?；钴S的研究領(lǐng)域。隨著問(wèn)題規(guī)模的增大，使用數(shù)學(xué)中的確定算法獲精確解幾乎是不可能的。對(duì)于這一問(wèn)題，目前出現(xiàn)了較多的應(yīng)用人工智能算法來(lái)解決的思路。本論文中主要討論的是人工蜂群算法和人工魚(yú)群算法，并將這兩種進(jìn)行融合得到新的混合人工智能算法以解決VRP問(wèn)題。人工魚(yú)群算法在VRP問(wèn)題上傳統(tǒng)的處理方法存在一定的缺陷，本論文將會(huì)給予一定的修正。改變對(duì)人工魚(yú)距離的定義，使用兩條人工魚(yú)中的相同片段的個(gè)數(shù)作為人工魚(yú)的距離；改變?nèi)斯~(yú)

13、覓食行為的方式，使得人工魚(yú)的覓食行為主要通過(guò)變換人工魚(yú)中位置信息的片段位置來(lái)實(shí)現(xiàn)；隨著迭代次數(shù)的增加，增大人工魚(yú)的視域，使得人工魚(yú)的搜索范圍逐漸變大。混合人工智能算法剛開(kāi)始使用人工蜂群算法搜索全局，然后將這個(gè)過(guò)程中最好的幾個(gè)解給予人工魚(yú)魚(yú)群作為人工魚(yú)的初始位置，最后使用人工魚(yú)群算法算法進(jìn)行人工魚(yú)的聚群、追尾和覓食等行為搜索可行解。每次迭代過(guò)程中將最好的解都放在公告欄上，迭代完成以后那么公告欄上的解即為整個(gè)搜索過(guò)程中得到的最優(yōu)解?；旌先斯?/p>