文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 蚁群优化算法在物流配送车辆路径问题中的应用研究
侵权投诉

蚁群优化算法在物流配送车辆路径问题中的应用研究

车辆路径问题(VRP)是一类物流配送领域具有广泛应用的组合优化问题,属于NP难题。一种改进的蚁群优化算法可以用于求解VRP。实验结果表明,采用蚁群优化算法能有效求解VRP问题。

第 l卷 6期 1第

杨文彬:基于 A P的网上商店的设计与实现 S

21年 1 01 2月

程。实验结果说明,设计达到了预期的要求。 [参考文献] []( R nP t n软件测试[ . 1关) o at . o M]北京:机械工业出版社, 20 . 0 6

[] 3吴洪江 .于 BS术开发的高校教学档案管理系统的基/技 设计和制作[]中医药管理杂志, 00 ( 0: 4 J. 2 1, 1 ) 1 1— 1 3. 4

[]郑美芬 .于 A P的学生网络德育学分评分管理系统开 4基 S

[](哈特 . S . E 2 0经典教程[ . 2美) A PN T . M]北京:民邮电人 出版社。0 7. 20

发[]浙江国际海运职业技术学院学报,00 ( ) J. 2 1, 1: 1 8— 1 0. 7 8

(接 3贞)上 1_

() 3根据 tb中的记录计算。 au

() 4对每条路径,根据式 () 8计算 r(+h。 t ) () 5判断进化是否达到规定的循环次数 ( C< t I n一) c或趋势是否明显,果是,转到 ()步,如则 7否 则,继续进行下一步。

表 2模拟退火算法、混合遗传算法、 A O算法运行时间的比较 C

() 6记录到当前情况下完成一次配送任务后, 所有蚂蚁走过的最短路径= (,, n, 0 1…, )并重 新设定 tb= (忌表为空 )并跳转执行至第 au 禁, ( )步。 2

()出最佳路径方案, 7输终止程序执行。

由实验数据可以得出在配货客户点数目小于

3实验与仿真 设有 2个客户和一个物流配送中心, 0物流中配送中心位于正中央,客户的需求量由计算机随机各

5 0的情况时,用该文提及的 A O算法求解车辆路 C径规划问题所用时间远小于模拟退火算法及混合遗传算法。因此,与混合遗传算法及模拟退火算法相比, C A O算法在解决中小规模的路径规划问题时, 能快速地找到全局最优解。

产生,车量载量为 8。 t基础数据如表 1所示。 表 l实验初始数据 客户号 1 2 3 4 5 6 7 8 9 l 0

4结束语 本文将蚁群优化算法求解 VR P问题,构造了适

横坐标 x k 1 . 1 . 5 4 1 . 5 5 . 1 . . 2 5 1 ./m 2 8 84 1 . 8 9 1 . 39 0 6 8 6 1 . 3 8 纵坐标 yk 8 5 3 4 6 6 1 . 1 . 0 6 . 8 4 2 1 5 2/m . . 1 . 5 2 1 6 1 . 7 6 . . .需求量 g t 0 1 0 4 12 1 5 . 1 3 17 . 1 2 ./ . . . . 0 8 . . 0 6 . 0 4 客户号 1 1 1 1 1 1 1 1 1 1 2 2 3 4 5 6 7 8 9 0横坐标 x k 6 7 4 8 . 7 1 ./m . 1 . 1 8 . 1 7 4 . 1 . 3 2 . 9 6 0 2 1 9 1 . 64 . 纵坐标 yk 1 . . 8 7 10 ./m 6 9 6 . 2 1 . 10 . 9 8 1 . 56 4 8 2 8 1 . 5 1 . 1 . 需求量/ t 0 9 13 1 3 1 9 17 1 1 15 16 . 15 . . . . . . . . 1 7

实验运行时参数为 m=6,C=5,= 1, 0I t 0 0a =

于求解该问题的蚁群优化算法,以上实验结果比从 较可以看出,蚁群优化算法不仅具有很强的发现较优解能力,而且具有较高的计算效率,该方法能为中 小规模物流车辆配送快速找到全局最优解。但如何改进算法以更好地求解大规模货物流车辆路径规划问题还有待进一步研究。 [参考文献] []ht . ww gv c/zt 0 1 60/o tn一8 5 2 . 1 t/ w.o .ngd/ 1—0/2cnet17 3 2 p/ 2 h m. t

1卢= 1P,,=05 .对上述具有 2个客户点配送货 0

物进行仿真实验,采用 4

辆车所得到的最优路径解为 178 k分别对应的 4 0 . m, 3条配送路径分别为路线 10: 2 0—1一1 l 7—3—4—0足线 20—5—1,备: 4—2—1 2 9一l 0—7—1,—0路线 30—6 3—1:—1 6—1 5—1 9 8—0路线 40—1,: 8—0 1次求解的平均计算时间,0为:11s用 A O 2 ., C算法含有客户点分别是 1,03, 3 02, 0 5,,,0 O6 7 8的配送任务进行实验, 0 0运行次数为 1 0 0, 0实验结果如表 2所示。 ———

[]L pr G. h eieruigpol A vri f x 2 aot T e hc ot rbe no ev w o— v l n m: e e

atn pr ia grh sJ .uoenJ f pr cada o m t a otm[]E r a o O e— p x el i p a t nl eerh 19,9 1:4—3 8 i a R sac,92 5 ( )3 5 5 . o

[]何小年,小良 . 3谢带装载量约束的物流配送车辆路径优化研究[]计算机工程与应用,0 94 (4:3 J. 20,5 3 ) 26—2 8 3.

[] 4王晓博,一军 .李电子商务中物流配送路径优化研究 []计算机工程,0 7 3 (0:0—2 5 J. 20,3 1 )2 2 0 .

3 5

蚁群优化算法在物流配送车辆路径问题中的应用研究

上一页第3页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email