資源描述:
《基于蟻群算法的物流車輛路徑優(yōu)化問(wèn)題的研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于蟻群算法的物流車輛路徑優(yōu)化問(wèn)題的研究摘要配送車輛路徑優(yōu)化,是物流系統(tǒng)優(yōu)化中關(guān)鍵的一環(huán)。對(duì)配送車輛路線進(jìn)行優(yōu)化,可以提高經(jīng)濟(jì)效益、實(shí)現(xiàn)物流科學(xué)化。對(duì)配送車輛線路優(yōu)化的理論與方法進(jìn)行系統(tǒng)研究是物流集約化發(fā)展、構(gòu)建綜合物流系統(tǒng)、建立現(xiàn)代調(diào)度指揮系統(tǒng)、發(fā)展智能交通運(yùn)輸系統(tǒng)和開(kāi)展電子商務(wù)的基礎(chǔ)。蟻群算法是受自然界中真實(shí)蟻群覓食行為的啟發(fā)而提出的一種模擬進(jìn)化算法,在求解VRP(VehicleRoutingProblem,車輛路徑優(yōu)化)等組合優(yōu)化問(wèn)題上取得了很好的效果。本文研究的主要目的,就在于改進(jìn)已有的蟻群算法,使之適合不同類型的車輛路徑優(yōu)化問(wèn)題,得到質(zhì)量更好的解。本文主要完成以下幾方面的工作:第一,
2、詳細(xì)介紹了物流系統(tǒng)中車輛路徑優(yōu)化問(wèn)題,對(duì)VRP問(wèn)題進(jìn)行了分類,并說(shuō)明了各自的涵義、限制條件及應(yīng)用范圍,在吸取現(xiàn)有研究成果的基礎(chǔ)上,對(duì)有容量限制的車輛路徑優(yōu)化問(wèn)題(CapacitatedVehicleRoutingProblem,CVRP)進(jìn)行建模,并闡述了用于解決VRP問(wèn)題的各種優(yōu)化方法。第二,深入討論了蟻群算法的基本原理,建立了數(shù)學(xué)模型,包括轉(zhuǎn)移概率的計(jì)算、信息素更新的各種規(guī)則、參數(shù)的取值范圍等。并從解的質(zhì)量、時(shí)間/空間復(fù)雜度、實(shí)現(xiàn)難度、算法的優(yōu)點(diǎn)及不足之處等各項(xiàng)指標(biāo)對(duì)蟻群算法進(jìn)行全面的分析,并以TSP(TravellingSalerProblem,旅行商問(wèn)題)為例,介紹了蟻群算法在路徑優(yōu)化
3、問(wèn)題領(lǐng)域的應(yīng)用。第三,針對(duì)有容量限制的車輛路徑優(yōu)化問(wèn)題CVRP,改進(jìn)基本蟻-I-群算法,采用確定性選擇和隨機(jī)選擇相結(jié)合的選擇策略,以及基于吸引力的信息素更新規(guī)則,大螞蟻數(shù)策略、螞蟻初始分布均勻策略、近似解可行化策略得到CVRP問(wèn)題的可行解。第四,針對(duì)帶時(shí)間窗的車輛路徑優(yōu)化問(wèn)題(VRPwithTimeWindows,VRPTW),建立其數(shù)學(xué)模型,并對(duì)已有螞蟻算法加以改進(jìn),包括新的路徑構(gòu)造選擇策略、信息素局部更新、基于2-opt法的局部?jī)?yōu)化、信息素全局更新等因素,利用近似解可行化策略,整合了可行解分支的三種類型,并對(duì)遺漏客戶點(diǎn)做了歸屬處理,克服了基本蟻群算法在VRPTW模型下可能得到非可行解的問(wèn)題
4、。關(guān)鍵詞:車輛路徑優(yōu)化,蟻群算法,信息素,CVRP,VRPTW-II-VEHICLEROUTINGOPTIMIZATIONPROBLEMSINLOGISTICSBASEDONANTCOLONYALGORITHMAbstractVehicleroutingoptimizationinlogisticsisoneofthemostcriticalpartsinlogistics.Itcanimprovetheeconomicbenefitandrealizethescientificprocessoflogistics.Thestudyofvehicleschedulingoptimization
5、theoryandmethoddefinitelyhasitssignificantimportance.Itcanenhancetheintensivedevelopmentoflogistics;constructintegratedlogisticssystemandmodernschedulingsystemofcommand;developintelligenttraffictransportationsystemandbeabasicplatformofelectronicbusiness.Antcolonyalgorithmisanewfuzzylogicalgorithmenl
6、ightenedbytheforagingbehaviorofants.Greateffectshavebeenachievedbyapplyingthisantalgorithmtovehicleroutingproblem.Themainthemeofthisthesisistoimprovetheexistingantalgorithmandmakeitsuitabletovariouskindsofvehicleroutingoptimizationproblemandgainhighqualityresults.Themaintasksarethefollowingfouraspec
7、ts:1.GiveaspecificdescriptionofVRP,classifiesitandgivesoutthemeaning,limitationandapplicationscope.Then,establishamodelfortheVRPwithcapacitylimitationandexpatiateanumberofsolvingmethods.2.Makefurthers