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 > 高等教育 > 理学 > 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

tsp 蚁群算法 数学建模

第11卷#第6期杨文彬:基于ASP的网上商店的设计与实现2011年12月

程。实验结果说明,设计达到了预期的要求。

[参考文献]

[1](美)RonPatton.软件测试[M].北京:机械工业出版社,2006.

[2](美)哈特.ASP.NET2.0经典教程[M].北京:人民邮电

出版社,2007.

[3]吴洪江.基于BPS技术开发的高校教学档案管理系统的

设计和制作[J].中医药管理杂志,2010,(10):141-143.

[4]郑美芬.基于ASP的学生网络德育学分评分管理系统开

发[J].浙江国际海运职业技术学院学报,2010,(1):178-180.

(上接31页)

(3)根据tabuk中的记录计算Lk。

(4)对每条路径,根据式(8)计算Sij(t+h)。(5)判断进化是否达到规定的循环次数(nc<ncmax)或趋势是否明显,如果是,则转到(7)步,否则,继续进行下一步。

(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Jk=(0,1,,,n),并重新设定tabuk=ª(禁忌表为空),并跳转执行至第(2)步。

(7)输出最佳路径方案,终止程序执行。

客户点数

10203040506070

表2 模拟退火算法、混合遗传算法、

ACO算法运行时间的比较

混合遗传算法

988.261114.651245.661345.851420.1491495.201556.31

模拟退火算法1344.701577.131820.852179.622508.332971.183340.50

ACO算法578.15646.55725.26812.45907.741104.891287.06

由实验数据可以得出在配货客户点数目小于50的情况时,用该文提及的ACO算法求解车辆路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,ACO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。

3 实验与仿真

设有20个客户和一个物流配送中心,物流中配送中心位于正中央,各客户的需求量由计算机随机产生,车量载量为8t。基础数据如表1所示。

表1 实验初始数据

客户号横坐标xPkm纵坐标yPkm需求量gPt客户号横坐标xPkm纵坐标yPkm需求量gPt

1234567891012.818.415.418.915.53.910.68.612.513.88.50.1

3.416.615.211.610.67.60.41.21.50.81.31.7

8.42.15.20.61.20.4

4 结束语

本文将蚁群优化算法求解VRP问题,构造了适于求解该问题的蚁群优化算法,从以上实验结果比较可以看出,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]

[1]http:PPdoc.guandang.net.

[2]LaportG.Thevehicleroutingproblem:Anoverviewofex-actandapproximatealgorithms[J].EuropeanJofOpera-tionalResearch,1992,59(1):345-358.

[3]何小年,谢小良.带装载量约束的物流配送车辆路径优

化研究[J].计算机工程与应用,2009,45(34):236-238.[4]王晓博,李一军.电子商务中物流配送路径优化研究

[J].计算机工程,2007,33(10):202-205.

11121314156.714.81.817.17.416.92.68.711.01.00.91.31.31.91.7

16171819200.211.913.26.49.62.819.815.15.614.81.11.51.61.71.5

实验运行时参数为m=60,nc=50,Sij=10,A=1,B=1,Q1=0.5对上述具有20个客户点配送货物进行仿真实验,采用4辆车所得到的最优路径解为107.83km,分别对应的4条配送路径分别为路线1:0-20-11-17-3-4-0,路线2:0-5-14-2-12-9-10-7-1-0,路线3:0-6-13-16-15-19-8-0,路线4:0-18-0,10次求解的平均计算时间为:21.13s,用ACO算法含有客户点分别是10,20,30,50,60,70,80的配送任务进行实验,运行次数为1000,实验结果如表2所示。

上一页第3页

你可能喜欢

  • 车辆路径优化问题
  • 蚁群算法 matlab
  • 物流配送优化问题
  • 汽车零部件
  • 算法matlab代码
  • 配送中心选址模型
  • 算法代码

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