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

6 蚁群优化算法在物流配送车辆路径问题中的应用研究席先杰 ( 台州职业技术学院, 浙江 台州 318000) =摘 要> 车辆路径问题( VR P) 是一类物流配送领 域具有广...
蚁群算法优化车辆路径问题的研究蚁群算法优化车辆路径问题的研究隐藏>> 第27卷...物流配送路线的优化问题,是评 定配送质量好坏的重要标准。因此,本文以目前研 ...
基于改进蚁群算法的物流配送路径优化问题研究_文化/宗教_人文社科_专业资料。...2.1 VRP在实际应用上的假设 (1)所有车辆路线均起始并终止于设施点; (2)...
基于改进蚁群算法的物流配送路径优化问题研究_生产/经营管理_经管营销_专业资料...2.1 VRP在实际应用上的假设 (1)所有车辆路线均起始并终止于设施点; (2)...
: 车辆路径问题 (VRP) 是物流研究领域中一个具有重要理论和现实意义的问题。... 正反馈自催化机制以及潜在的 并行性等特点 , 蚁群优化算法越来越多的被应用到...
利用蚁群算法对物流配送路径优化问题进行求 解, 是本文研究的核心问题。 1 ...次配 送的最大行驶距离 ;(4) 每个客户的需求必须满足且只能由一辆配送 车...
改进的蚁群算法在物流配送路径 问题求解中的应用杨... sw ap 物流配 送路 径问 题也 称车 辆路 径...助教, 硕士, 现从事物理实验教学及系 统优化研究。...
物流配送车辆路径优化方... 134页 免费 蚁群优化算法求解车辆路... 3页 3...(一)蚁群算法的应用研究 蚁群算法是一种鲁棒算法,把它在 TSP 问题中的经典...
蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法, 通过介绍... 以及蚁群算法在 TSP 问题中的应用, 在分析 TSP 与车辆路径问题 (VRP ) 的...
基于蚁群算法的城市物流配送路径优化问题的研究_理学_高等教育_教育专区。蚁群...由于该问题被公认为属于车辆路径问题(VehicleRouting Problem,VRP)的应用,因此本文...
热门文档