混合算法在物流運輸問題中的研究和應(yīng)用.pdf

1、物流運輸是當今一個熱門的問題。隨著我國經(jīng)濟的快速發(fā)展，城市基礎(chǔ)交通設(shè)施的建設(shè)，物流運輸路線的選擇就可以理解為一個組合優(yōu)化的NP問題。如何合理的安排物流運輸路線已成為企業(yè)降低成本，提供效益的重要手段和途徑。本文先介紹了在物流領(lǐng)域有著廣泛應(yīng)用的三種算法，粒子群優(yōu)化算法、禁忌搜索和遺傳算法。從算法的原理，算法過程和算法的特點分析各個算法的優(yōu)勢和不足。對改進傳統(tǒng)形式上的智能優(yōu)化算法，有一定的借鑒意義。本文在傳統(tǒng)的智能優(yōu)化算法的基礎(chǔ)上做了相關(guān)的改

2、進，用混合算法對物流運輸問題進行了研究：
　　 ⑴最短路徑問題是物流運輸中的基礎(chǔ)性問題。本文用混合算法對這一問題進行了深入研究，并且建立的數(shù)學模型?；旌纤惴ǖ母鱾€參數(shù)以及遺傳算子的操作對加快算法的進程起到了不可忽視的作用。模擬退火防止算法陷入局部最優(yōu)，遺傳算法控制尋優(yōu)方向，利用兩種算法各自的優(yōu)點，對單一的算法進行改進。阻止了早熟現(xiàn)象的發(fā)生，保證了種群的多樣性，避免了陷入局部最優(yōu)情況的出現(xiàn)。用實驗證明，混合算法比單一算法更易找到最

3、短路徑。
　　 ⑵指派問題是現(xiàn)實生活中經(jīng)常遇到的一類組合優(yōu)化問題。文章建立了指派問題的數(shù)學模型，提出了以遺傳算法和蟻群算法相結(jié)合的思想對其加以解決。此算法主要將每一個任務(wù)作為一個基因位，形成染色體，以遺傳算法控制尋優(yōu)方向，適合解決組合優(yōu)化問題。蟻群算法中轉(zhuǎn)移概率的設(shè)置和遺傳算子的操作對算法進行有著重要的作用。實驗結(jié)果表明，使用此算法解決指派問題，提高了搜索效率，能夠在短時間內(nèi)找到最優(yōu)分配方案，證明此算法是可行的。