資源描述：
《試析基于改進蟻群算法的物流配送路徑問題研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、新疆農(nóng)業(yè)大學碩士學位論文基于改進蟻群算法的物流配送路徑問題研究姓名：張建民申請學位級別：碩士專業(yè)：農(nóng)業(yè)機械化工程指導教師：恰汗·合孜爾2010-06基于改進蟻群算法的物流配送路徑問題研究摘要物流配送路徑問題是一典型的組合優(yōu)化問題，屬于NP完全問題，具有很高的計算復雜性；目前還沒有任何算法能在一個確定的多項式時間內找到其精確解，只能在一合理的運行時間內找出與精確解盡可能接近的近似解。蟻群算法作為一種新興的啟發(fā)式搜索算法，具有智能搜索、全局優(yōu)化、魯棒性、正反饋等優(yōu)點，已成功地應用于解決路徑優(yōu)化及其他一系列組合優(yōu)化問
2、題。針對蟻群算法求解物流配送路徑問題易陷入早熟、停滯、局部最優(yōu)的缺點，提出了混沌、變異與最大最小螞蟻算法相融合的改進蟻群算法。在仿真實驗中，分別采用最大最小螞蟻算法、加入混沌的最大最小螞蟻算法、加入變異A的最大最小螞蟻算法、加入混沌和變異A的最大最小螞蟻算法對VRP測試庫中的EIL22問題進行測試；在滿足配送約束條件的前提下，測試求解到的最優(yōu)結果分別為：420km，407km，413km，399km。由仿真實驗結果及實例計算可以得出結論：在最大最小螞蟻算法中加入混沌或變異，對物流配送路徑問題的求解是有效的；在最
3、大最小螞蟻算法中同時加入混沌和變異能夠有效提高蟻群算法的全局尋優(yōu)能力，對于物流配送路徑問題的求解能夠得出比較好的結果。關鍵詞：物流配送；路徑優(yōu)化；蟻群算法；混沌；變異IStudyoftheLogisticDistributionRoutingProblemBasedonImprovedAntColonyAlgorithmAbstractThelogisticdistributionroutingproblemisatypicalcombinatorialoptimizationproblem,itisparto
4、ftheNP-completeproblems.Ittakesonmorecomputationalcomplexity.Atpresent,thereisalackofanyalgorithmtofinditsexactsolutionindefinitepolynomialtime,theapproximatesolutionasfaraspossiblecloseexactsolutionisfoundoutonlyinreasonablerunningtime.Antcolonyalgorithmisa
5、newheuristicsearchingalgorithm,ithavetheadvantagesofintelligentsearch,globaloptimization,robustness,positivefeedback.Ithasbeensuccessfullyappliedtosolvingtherouteoptimizationandaseriesofcombinatorialoptimizationproblems.Antcolonyalgorithmsolvingthelogisticdi
6、stributionroutingproblemispronetoprematurity,stagnationandlocaloptimum.Inordertoovercomethisdefect,amixedalgorithmofMAX-MINantsystem,chaosandmutationisproposed.Inthesimulationexperiments,theMAX-MINantalgorithm,themixedalgorithmofMAX-MINantsystemandchaos,them
7、ixedalgorithmofMAX-MINantsystemandmutationA,themixedalgorithmofMAX-MINantsystem,chaosandmutationAarerespectivelyadoptedtosolvetheEIL22probleminSolomon'sinstances.Inthecontextofmeetingthelogisticdistributionconstraints,theoptimalresultsare420km,409km,413kmand
8、399km.ThesimulationresultsandexamplecomputationsshowthatthemixedalgorithmofMAX-MINantsystem,chaosormutationiseffective.ThemixedalgorithmofMAX-MINantsystem,chaosandmutationisbettertoenhancetheglo
