改進型蟻群算法在運輸調度優(yōu)化問題中的應用研究.pdf

1、隨著市場競爭的日益加劇，世界經濟一體化的加強，物流已經成為企業(yè)提高市場競爭力和核心競爭力的重要手段．其中物流配送的車輛路徑優(yōu)化問題(VRP)涉及面較廣，需要考慮的因素較多，對企業(yè)提高服務質量、降低物流成本、增加經濟效益的影響較大，因而是一個亟待解決的重要問題。特別是隨著Internet的普及和電予商務的發(fā)展，傳統(tǒng)vRP算法已無法應付快速回應(Quick Response)顧客需求對物流配送提出的要求，于是時間窗的概念應運而生。帶有時間窗

2、的車輛調度問題是比VRP復雜程度更高的NP難題，以往的求解方法可以分為精確算法和啟發(fā)式方法。精確算法由于引入嚴格的數(shù)學方法，無法避開指數(shù)爆炸問題，只能有效求解小規(guī)模的VRPTW問題。由于VRPTW問題是強NP難題，只能尋找近似算法。為此，人們把主要精力花在構造高質量的肩發(fā)式算法上。 在這些肩發(fā)式算法中，蟻群算法因其很強的魯棒性、分布式計算和比較容易和其他算法工具相結合的優(yōu)點越來越受到人們的關注。然而，蟻群算法在求解大規(guī)模問題時，

3、存在搜索空間和時間性能上的矛盾，易出現(xiàn)過早收斂于非全局最優(yōu)解以及計算時間過長的弱點。另外，算法參數(shù)的選擇多憑借經驗。針對這些弱點，本文在前人工作的基礎上，開展了關于改進型蟻群算法在VRPTW中的研究，經仿真實驗證明改進后的算法較原算法更合理有效。并針對國內運輸調度系統(tǒng)的空白，設計和分析了基于多種業(yè)務模型的運輸調度優(yōu)化系統(tǒng)。主要研究工作如下： 1、通過一系列的仿真實驗，對蟻群算法參數(shù)的合理選取進行了較為深入的研究，提出了最優(yōu)算法參

4、數(shù)組合。較于以前完全憑經驗和試探來選取參數(shù)，大大提高了效率。 2、將蟻群算法應用于VRPTW問題的求解，通過引入勻稱度、啟發(fā)路徑數(shù)以及吸引力等概念對算法的轉移策略和更新策略進行改進，構造了具有動態(tài)調整功能的蟻群算法。實驗仿真結果表明所設計的算法具有較強的搜索能力，計算效率較高，能夠有效地解決加速收斂與停滯現(xiàn)象之間的矛盾。 3、在分析多種物流配送運輸調度業(yè)務的基礎上，分析和設計了針對多種業(yè)務需求的手工處理和計算機處理相結合